科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对中国象棋机器人娱乐化智能设备,设计了其关键的视觉系统,实现棋子定位与棋子识别。棋子识别是关键的一步,针对传统识别方法的局限性,以及棋子旋转特性带来的难识别问题,提出一种基于深度学习的字符识别方法。以分组卷积方式改进Inception-V3网络结构,融合可变形卷积层,增强字符形变特征提取能力。实验显示,模型的识别准确率达到99.99%,比传统方法识别效果更好,说明了该方法在棋子识别任务上的有效性。
- 单位
针对中国象棋机器人娱乐化智能设备,设计了其关键的视觉系统,实现棋子定位与棋子识别。棋子识别是关键的一步,针对传统识别方法的局限性,以及棋子旋转特性带来的难识别问题,提出一种基于深度学习的字符识别方法。以分组卷积方式改进Inception-V3网络结构,融合可变形卷积层,增强字符形变特征提取能力。实验显示,模型的识别准确率达到99.99%,比传统方法识别效果更好,说明了该方法在棋子识别任务上的有效性。
