一种基于信道编码的人工智能集装箱识别系统技术方案

本发明专利技术一种基于信道编码的人工智能集装箱识别系统，包括新型集装箱号生成单元和智能识别单元；所述新型集装箱号生成单元和所述智能识别单元通信相连，用以将所述新型集装箱号生成单元编码生成的新型集装箱号通过所述智能识别单元进行识别，完成人工智能集装箱的识别。RS编码可以提供校验功能校验前十位真实信息位是否出错，并且它能够提供错误纠正功能。编码后的集装箱号码序列在AI识别之后，识别后的号码可以再由RS码译码检错器判断出错和错误定位，最后通过RS译码纠错器，纠正错误信息。这可以极大提升整体的集装箱号码识别率助力智慧港口建设。智慧港口建设。智慧港口建设。

【技术实现步骤摘要】
一种基于信道编码的人工智能集装箱识别系统


[0001]本专利技术涉及基于深度学习的计算机视觉领域，以及信道编码领域，特别是一种基于信道编码的人工智能集装箱识别系统。

技术介绍

[0002]在计算机视觉领域，文本识别是一项很重要的任务。生活中文本无处不在，在智能化水平快速发展的今天，如何让计算机自动进行文本识别任务是一项很重要的考验。一旦达到人工乃至超越人工的水平，就能节约很多人力物力财力，那么将大大推动AI世界的进程，实现人工智能化。OCR(光学字符识别)技术旨在研究将输入的扫描文档图像等信息进行分析处理，识别出文档或者图像中的文字信息，所用之技术是基于基础图像处理方法，利用灰度化，二值化等技术提取关键文本区域，使用像素匹配法等进行文本识别。在白字黑字的条件下，一份字迹工整，字体单一，背景简单的文本几乎已经达到了人工识别的程度，甚至超过人工水平。但在自然场景下，如我们所需要应用的港口场景下，由于背景的复杂性，文本字体尺度颜色的多样性等因素，传统OCR技术并不适用，于是在OCR之下，引申出STR(Scene Text Recognition)技术，目前优秀的STR技术都是基于深度学习进行的。STR技术又分为两种方式，一种是文本检测加文本识别，这是一个Two
‑
stage的过程。另一种方式则为End
‑
to
‑
End，这是一个One
‑
stage的过程，它将文本检测任务和文本识别任务并行处理。2020年ECCV会议上提出的最先进的STR技术，,应用在我们港口集装箱的场景下，单字符的识别准确率能够达到95％水平，集装箱识别准确率达到86.5％。但是，还是难以达到95％以上的人工水准。出现错误识别问题，识别出错无法校验问题，无法自动改正问题。

技术实现思路

[0003]有鉴于此，本专利技术的目的是提供一种基于信道编码的人工智能集装箱识别系统，有效提升港口集装箱吞吐查验效率，减少人工和时间成本。
[0004]本专利技术采用以下方案实现：一种基于信道编码的人工智能集装箱识别系统，其特征在于：包括新型集装箱号生成单元和智能识别单元；所述新型集装箱号生成单元和所述智能识别单元通信相连，用以将所述新型集装箱号生成单元编码生成的新型集装箱号通过所述智能识别单元进行识别，完成人工智能集装箱的识别。
[0005]进一步地，所述新型集装箱生成单元编码生成新型集装箱号所使用的编码方式为信道编码RS编码技术，新型集装箱号编码过程包括以下步骤：
[0006]步骤S1：定义初始参量，计算信息码符多项式M(x)；
[0007]定义初始输入信息位有效字符m(x)，则生成信息码符多项式M(x)＝m
n
x
n
+m
n+1
x
n+1
+...m
n+9
x
n+9
；
[0008]步骤S2：定义RS校验码个数，计算RS校验码生成多项式G(x)；
[0009]定义RS校验码个数为n，n为正整数，RS校验码生成多项式为
其中k0是偏移量；
[0010]步骤S3：用RS校验码生成多项式G(x)除信息码符多项式M(x)得到余式R(x)；
[0011]余式R(x)＝m0+m1x+...m
n
‑1x
n
‑1；
[0012]步骤S4：联合信息码符多项式M(x)和余式R(x)的系数得到最终RS码即新型集装箱号；
[0013]最终生成RS码字的多项式表达式为C(x)＝M(x)+R(x)；新型集装箱号码字序列为c(x)＝m
10+n
‑1,m
10+n
‑2,m
10+n
‑3,...m0；将其从6位二进制码转为正常符号加数字的形式，生成最终新型集装箱号，号码长度为10+n。
[0014]进一步地，所述智能识别单元包括端到端AI识别器与RS译码检纠错器；所述AI识别器对包含使用新型集装箱号的集装箱实际场景图进行STR识别，得出与箱号序列相同的识别序列；之后所述RS译码检纠错器进行RS译码检纠错操作；利用RS译码检纠错器中的syndrome进行校验，判断进行STR识别生成的序列号是否出错，全部正确则通过去除RS校验码，自动输出AI识别信息位结果；若校验识别出错，将进行错误定位，找到识别出错的位置，进入RS译码检纠错器中的RS译码纠错器进行错误纠正，RS译码纠错器包括RS译码定位错误字符、译码纠错与输出修复结果；纠正之后去除RS校验码，输出正确的十位集装箱号信息位。
[0015]进一步地，所述AI识别器识别集装箱实际场景图得出与箱号序列相同的识别序列，所述AI识别器中包括STR检测器与STR识别器；采集集装箱图片或视频数据，标注位置监督标签，使用目标检测算法或文本检测算法进行微调训练，得到集装箱号检测器即STR检测器；采集集装箱图片或视频数据，裁剪集装箱号区域，标注语义监督标签，使用单字符识别算法或多字符识别算法进行微调训练，得到集装箱号识别器即STR识别器；
[0016]具体步骤如下：
[0017]步骤1：输入带有新型号码的港口集装箱图片或视频；
[0018]步骤2：进入STR检测器，检测出新型集装箱号区域；
[0019]步骤3：将新型集装箱号区域送入STR识别器进行字符串识别；
[0020]步骤4：输出STR结果。
[0021]进一步地，利用RS译码检纠错器中的syndrome进行校验的具体内容为：校正子Syndrome是对r(x)执行奇偶校验的结果，确定r(x)是否为有效成员；r(x)是通过AI识别之后的集装箱号转换到伽罗华域的RS码多项式，结构特征为Syndrome由n个符号组成，计算公式为如果r(x)中任何一个都是有效的，那么每个Syndrome都为0；若是出现非零Syndrome，那么说明校验的RS码出错。
[0022]进一步地，所述RS译码纠错具体包括以下内容：
[0023]出现t个错误就需要求解2t个值来进行错误定位和错误值确定；使用里德
‑
所罗门解码算法，解出2t个联立方程组得到错误位置和错误值表示为其中e
i
为错误值，j为错误位置；错误纠正将r(x)还原为真实值U(x)，运算公式为U(x)
为正确码字；根据公式还原出正确码字后，再通过域转换，将伽罗华域的RS码多项式还原为实际输出集装箱信息位。
[0024]进一步地，所述目标检测算法能够选择包括但不限于r
‑
cnn、fast r
‑
cnn、mask r
‑
cnn、yolo检测系列或SSD算法。
[0025]进一步地，所述文本检测算法能够选择包括但不限于CTPN、Seglink、pixellink、MCN、Textsnake、CRAFT、PAN或EAST算法。
[0026]进一步地，所述单字符识别算法能够选本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于信道编码的人工智能集装箱识别系统，其特征在于：包括新型集装箱号生成单元和智能识别单元；所述新型集装箱号生成单元和所述智能识别单元通信相连，用以将所述新型集装箱号生成单元编码生成的新型集装箱号通过所述智能识别单元进行识别，完成人工智能集装箱的识别。2.根据权利要求1所述的一种基于信道编码的人工智能集装箱识别系统，其特征在于：所述新型集装箱生成单元编码生成新型集装箱号所使用的编码方式为信道编码RS编码技术，新型集装箱号编码过程包括以下步骤：步骤S1：定义初始参量，计算信息码符多项式M(x)；定义初始输入信息位有效字符m(x)，则生成信息码符多项式M(x)＝m
n
x
n
+m
n+1
x
n+1
+...m
n+9
x
n+9
；步骤S2：定义RS校验码个数，计算RS校验码生成多项式G(x)；定义RS校验码个数为n，n为正整数，RS校验码生成多项式为其中k0是偏移量；步骤S3：用RS校验码生成多项式G(x)除信息码符多项式M(x)得到余式R(x)；余式R(x)＝m0+m1x+...m
n
‑1x
n
‑1；步骤S4：联合信息码符多项式M(x)和余式R(x)的系数得到最终RS码即新型集装箱号；最终生成RS码字的多项式表达式为C(x)＝M(x)+R(x)；新型集装箱号码字序列为c(x)＝m
10+n
‑1,m
10+n
‑2,m
10+n
‑3,...m0；将其从6位二进制码转为正常符号加数字的形式，生成最终新型集装箱号，号码长度为10+n。3.根据权利要求1所述的一种基于信道编码的人工智能集装箱识别系统，其特征在于：所述智能识别单元包括端到端AI识别器与RS译码检纠错器；所述AI识别器对包含使用新型集装箱号的集装箱实际场景图进行STR识别，得出与箱号序列相同的识别序列；之后所述RS译码检纠错器进行RS译码检纠错操作；利用RS译码检纠错器中的syndrome进行校验，判断进行STR识别生成的序列号是否出错，全部正确则通过去除RS校验码，自动输出AI识别信息位结果；若校验识别出错，将进行错误定位，找到识别出错的位置，进入RS译码检纠错器中的RS译码纠错器进行错误纠正，RS译码纠错器包括RS译码定位错误字符、译码纠错与输出修复结果；纠正之后去除RS校验码，输出正确的十位集装箱号信息位。4.根据权利要求1所述的一种基于信道编码的人工智能集装箱识别系统，其特征在于：所述AI识别器识别集装箱实际场景图得出与箱号序列相同的识别序列，所述AI...

【专利技术属性】
技术研发人员：江磊，
申请(专利权)人：福州视驰科技有限公司，
类型：发明
国别省市：