基于改进PSENet-CRNN的工件编码字符识别算法  

作　　者：熊新炎 马宏伟 XIONG Xinyan;MA Hongwei

机构地区：[1]哈尔滨商业大学,黑龙江哈尔滨150028

出　　处：《信息技术与信息化》2024年第5期76-79,共4页Information Technology and Informatization

基　　金：博士科研项目“基于多维微型传感器人体动作识别技术研究”(2017BS023)。

摘　　要：由于传统识别方法在面对工业环境的复杂性时表现出较低的准确率和鲁棒性,提出了一种基于改进PSENet-CRNN的工件编码字符识别算法。结合了PSENet在字符分割方面的优势和CRNN在序列建模方面的特长,旨在提高在复杂工业环境下的字符识别性能。通过改进网络结构、优化训练策略等手段,新算法有效解决了字符粘连、光照不均、背景干扰等问题,显著提升了识别准确率和鲁棒性。实验结果表明,新算法在多种评价指标上均优于传统方法和其他先进算法,为智能制造领域提供了一种高效、稳定的字符识别解决方案。

关 键 词：工件编码 字符识别 PSENet CRNN 评价指标 

分 类 号：TP391.41[自动化与计算机技术—计算机应用技术]