基于贝塞尔曲线网络的电表用电信息识别算法

• 全文链接
• 请求原文

作   者：

孙福明;  高严;  许蕊;  李明渊;  魏晓鸣; 

作者机构：

大连民族大学网络中心;  大连民族大学信息与通信工程学院; 

关键词：

注意力机制;  机器视觉;  自适应贝塞尔曲线网络;  端到端;  电表; 

期刊名称：

电力系统保护与控制

i s s n：

1674-3415

年卷期：

2022 年 50 卷 014 期

页   码：

133-141

摘   要：

利用计算机视觉技术来快速、准确地获得用户的用电信息对于电力部门具有重要意义.针对传统算法精度低、速度慢等问题,提出了一种基于自适应贝塞尔曲线网络的用电信息识别算法.该框架集检测、识别于一体,实现了端到端的文本定位和预测.检测端结合了特征金字塔网络和残差网络,对输入图像进行特征提取,并通过四个控制点生成贝塞尔曲线,能更好地拟合文本框.识别端采用了卷积循环神经网络,引入门控循环单元替代长短期记忆网络,再结合注意力机制对文本进行识别.最后在数据集上开展五组消融实验,进行性能对比和评估分析.实验结果显示,该算法识别精度高达99.08%,且推理速度快,可被用于用电信息检测与识别的实际应用中.