基于语义分割的通用条形码检测器
计算机视觉与模式识别
2020-06-19 v2 机器学习
图像与视频处理
摘要
条形码用于许多商业应用，因此快速且鲁棒地读取十分重要。条形码类型繁多，其中一些外观相似而另一些则截然不同。本文引入一种基于语义分割方法的新型快速鲁棒深度学习检测器。它通过单一模型能够同时检测文档扫描图像与自然场景中的任意类型条形码。该检测器在ArTe-Lab 1D Medium Barcode Dataset上以0.995的检测率取得了当前最优（state-of-the-art）结果。此外，所开发的检测器可处理更复杂的对象形状，如极长而窄或极小的条形码。所提方法还能识别检测到的条形码类型，并在CPU环境下以实时速度运行，远比先前最优方法更快。
引用
@article{arxiv.1906.06281,
title = {Universal Barcode Detector via Semantic Segmentation},
author = {Andrey Zharkov and Ivan Zagaynov},
journal= {arXiv preprint arXiv:1906.06281},
year = {2020}
}