基于类人配准与识别算法在复杂环境中读取指针式仪表
计算机视觉与模式识别
2024-02-02 v2
摘要
近年来，开发用于模拟测量仪表的自动读数系统日益受到关注，因为它能够收集大量设备状态。尽管如此，两大主要障碍仍阻碍其在实际应用中的部署。第一个问题是它们很少考虑整个流程的速度。第二个问题是它们无法处理一些低质量图像（即仪表破损、模糊和刻度不均）。在本文中，我们提出了一种类人配准与识别算法来克服这些问题。具体而言，提出了一种空间变换模块 (STM)，基于改进的空间变换网络 (STN) 以自主方式获取图像的正视图。同时，提出了一种数值获取模块 (VAM)，通过端到端训练框架推断准确的仪表数值。与以往研究相比，我们的模型对仪表的配准与识别完全由可学习处理实现，模仿人类行为从而获得更高性能。大量结果验证了所提模型在准确性和效率方面具有良好的鲁棒性。
引用
@article{arxiv.2302.14323,
title = {Read Pointer Meters in complex environments based on a Human-like Alignment and Recognition Algorithm},
author = {Yan Shu and Shaohui Liu and Honglei Xu and Feng Jiang},
journal= {arXiv preprint arXiv:2302.14323},
year = {2024}
}