基于卷积记忆神经网络的数字表盘读数识别

作者：熊勋; 陈新度; 吴磊; 林旭华数字仪表卷积神经网络长短期记忆网络卷积记忆神经网络

摘要：针对巡检机器人在执行例检任务时,对数字表盘读数识别精确度低的问题,提出一种基于卷积记忆神经网络的数字表盘抄表算法。对高清摄像机获取的目标图像信息,经过图像轮廓提取算法定位到表盘字符区域,结合卷积神经网络(CNN)和长短期记忆网络(LSTM)模型的特点,提出了卷积记忆神经网络模型(CLSTM),与传统字符识别算法CNN和LSTM相比,此模型既不需要做字符分割,又能够优化特征提取。实验以电表进行测试,结果表明,相比于CNN和LSTM,此模型准确率更高。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社