用于含噪二维码分类的深度学习
机器学习
2023-07-21 v1 计算机视觉与模式识别
摘要
我们希望界定基于深度学习的经典分类模型在应用于不表示视觉可识别对象的抽象图像时的极限。二维码（Quick Response codes）属于此类抽象图像：一位对应一个编码字符，二维码并非设计用于人工解码。为理解基于深度学习的模型在抽象图像分类上的局限性，我们在读取健康通行证所得信息生成的二维码上训练了一个图像分类模型。我们在存在噪声的情况下，将该分类模型与经典（确定性）解码方法进行比较。本研究使我们得出结论：基于深度学习的模型可用于理解抽象图像。
引用
@article{arxiv.2307.10677,
title = {Deep learning for classification of noisy QR codes},
author = {Rebecca Leygonie and Sylvain Lobry and ) and Laurent Wendling (LIPADE)},
journal= {arXiv preprint arXiv:2307.10677},
year = {2023}
}
备注
in French language. RFIAP 2022 - Reconnaissance des Formes, Image, Apprentissage et Perception, Jul 2022, Vannes (Bretagne), France