-
题名基于贝塞尔曲线网络的电表用电信息识别算法
被引量:2
- 1
-
-
作者
孙福明
高严
许蕊
李明渊
魏晓鸣
-
机构
大连民族大学信息与通信工程学院
大连民族大学网络中心
-
出处
《电力系统保护与控制》
EI
CSCD
北大核心
2022年第14期133-141,共9页
-
基金
国家自然科学基金项目资助(61976042)
兴辽英才计划项目资助(XLYC2007023)。
-
文摘
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。
-
关键词
机器视觉
自适应贝塞尔曲线网络
电表
端到端
注意力机制
-
Keywords
machine vision
adaptive Bezier curve network
electric energy meter
end-to-end
attention mechanism
-
分类号
TM933.4
[电气工程—电力电子与电力传动]
TP391.41
[自动化与计算机技术—计算机应用技术]
-