基于循环一致对抗学习的段码液晶仪表读数识别方法

作者：惠毅; 徐望明; 叶胜

来源：武汉科技大学学报, 2023, 1-12.

• 液晶仪表
• 读数识别
• 对抗学习
• 域自适应
• 感知损失

为解决自然场景仪表图像受复杂光照、背景及其他随机干扰而造成的读数识别难题，提出一种基于循环一致对抗学习的段码液晶仪表读数识别方法。该方法使用M-CRAFT作为字符检测网络，获取段码读数区域和段码字符位置，通过后处理算法分割得到段码字符子图像，然后以循环一致对抗域自适应网络CYCADA为基础，增加感知损失和重构损失并设计分类器，构建一种改进的字符背景分离与识别网络I-CYCADA，用于将具有复杂背景的段码字符图像转换为清晰直观的二值图像，从而使读数识别变得更为简单和准确。为了验证该方法的有效性，构建了由多种复杂场景下的液晶段码仪表图像组成的数据集。实验结果表明，I-CYCADA可结合不同CNN分类网络使用，且均能提升转换后段码字符图像的识别准确率，本文方法在自建数据集上的字符级识别准确率达95.39%，完整读数识别准确率达86.65%，有效改善了对困难样本的识别效果，且轻量级设计可满足实时性要求。

• 单位
  武汉科技大学