【技术实现步骤摘要】
具有智能识别的打印机RFID控制系统及其方法
[0001]本公开涉及智能控制领域,且更为具体地,涉及一种具有智能识别的打印机RFID控制系统及其方法。
技术介绍
[0002]打印机是一种用于将数字信息从计算机或其他电子设备输出到纸张或其他媒介上的设备。它是办公室和家庭中常见的外围设备之一,用于打印文件、照片、标签等。
[0003]打印机控制系统是为了管理和控制打印机的操作而设计的软件或硬件系统,其可以实现自动化的打印过程。然而,传统的打印机控制系统通常只能依赖于人工检查和判断打印品的质量,由于每个用户有着不同的标准和偏好,导致他们对于打印品的质量判断存在错误和不一致性,影响了打印品的质量控制效果。并且,传统系统在发现打印缺陷时,通常需要人工介入进行调整和修复,导致生产过程的延迟和效率下降。
[0004]因此,期望一种具有智能识别的打印机RFID控制系统。
技术实现思路
[0005]有鉴于此,本公开提出了一种具有智能识别的打印机RFID控制系统及其方法,其可以自动化进行打印品的质量检测,以确保打印出的产品符合预定要求,并自动别除有缺陷的产品,提高打印品的质量和生产效率。
[0006]根据本公开的一方面,提供了一种具有智能识别的打印机RFID控制系统,其包括:
[0007]数据采集模块,用于获取打印品的表面状态图像,以及,RFID标签的文本描述;
[0008]数据特征比对分析模块,用于对所述打印品的表面状态图像和所述RFID标签的文本描述进行特征关联比对分析以得到表 ...
【技术保护点】
【技术特征摘要】
1.一种具有智能识别的打印机RFID控制系统,其特征在于,包括:数据采集模块,用于获取打印品的表面状态图像,以及,RFID标签的文本描述;数据特征比对分析模块,用于对所述打印品的表面状态图像和所述RFID标签的文本描述进行特征关联比对分析以得到表面状态
‑
标签语义关联特征;以及打印品质量检测模块,用于基于所述表面状态
‑
标签语义关联特征,确定打印品是否符合预定要求。2.根据权利要求1所述的具有智能识别的打印机RFID控制系统,其特征在于,所述数据特征比对分析模块,包括:RFID标签文本语义理解单元,用于对所述RFID标签的文本描述进行语义编码以得到RFID标签文本语义理解特征向量;打印品表面状态特征提取单元,用于对所述打印品的表面状态图像进行图像特征提取以得到表面状态多尺度感知特征向量;以及转移关联编码单元,用于对所述RFID标签文本语义理解特征向量和所述表面状态多尺度感知特征向量进行转移关联特征提取以得到表面状态
‑
标签语义转移关联特征矩阵作为所述表面状态
‑
标签语义关联特征。3.根据权利要求2所述的具有智能识别的打印机RFID控制系统,其特征在于,所述RFID标签文本语义理解单元,包括:RFID标签文本划分子单元,用于对所述RFID标签的文本描述分别进行以字符和词为单位的划分以得到RFID标签文本描述字符的序列和RFID标签文本描述词的序列;语义编码子单元,用于将所述RFID标签文本描述字符的序列和所述RFID标签文本描述词的序列通过包含Word2Vec模型的语义编码器以得到字符粒度RFID标签文本语义理解特征向量和词粒度RFID标签文本语义理解特征向量;以及多尺度语义理解子单元,用于使用级联函数来融合所述字符粒度RFID标签文本语义理解特征向量和所述词粒度RFID标签文本语义理解特征向量以得到所述RFID标签文本语义理解特征向量。4.根据权利要求3所述的具有智能识别的打印机RFID控制系统,其特征在于,所述打印品表面状态特征提取单元,包括:表面状态浅层特征提取子单元,用于将所述表面状态图像通过基于卷积神经网络模型的浅层特征提取器以得到表面状态浅层特征图;全局感知子单元,用于将所述表面状态浅层特征图通过基于非局部神经网络模型的全局特征感知强化器以得到表面状态全局特征图;打印品多尺度特征融合子单元,用于融合所述表面状态浅层特征图和所述表面状态全局特征图以得到表面状态多尺度感知特征图;以及降维子单元,用于将所述表面状态多尺度感知特征图沿通道维度的各个特征矩阵进行全局池化处理以得到所述表面状态多尺度感知特征向量。5.根据权利要求4所述的具有智能识别的打印机RFID控制系统,其特征在于,所述转移关联编码单元,用于:计算所述RFID标签文本语义理解特征向量相对于所述表面状态多尺度感知特征向量的转移矩阵以得到所述表面状态
‑
标签语义转移关联特征矩阵。
6.根据权利要求5所述的具有智能识别的打印机RFID控制系统,其特征在于,所述打印品质量检测模块,用于:将所述表面状态
‑
标签转移关联特征矩阵通过分类器以得到分类结果,所述分类结果用于表示打印品是否符合预定要求。7.根据权利要求6所述的具有智能识别的打印机RFID控制系统,其特征在于,还包括用于对所述包含Word2Vec模型的语义编码器、所述基于卷积神经网络模型的浅层特征提取器、所述基于非局部神经网络模型的全局特征感知强化器和所述分类器进行训练的训练模块。8.根据权利要求7所述的具有智能识别的打印机RFID控制系统,其特征在于,所述训练模块,包括:训练数据采集单元,用于获取训练数据,所述训练数据包括打印品的训练表面状态图像,RFID标签的训练文本描述,以...
【专利技术属性】
技术研发人员:顾鹤鸣,金晶,
申请(专利权)人:浙江雷丹科技有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。