基于贝塞尔曲线网络的电表用电信息识别算法

• Published in: 电力系统保护与控制 Vol. 50; no. 14; pp. 133 - 141
• Main Authors: 孙福明, 高严, 许蕊, 李明渊, 魏晓鸣
• Format: Journal Article
• Language: Chinese
• Published: 大连民族大学信息与通信工程学院,辽宁大连116600%大连民族大学网络中心,辽宁大连116600 16-07-2022
• Subjects: 注意力机制; 端到端; 机器视觉; 自适应贝塞尔曲线网络; 电表
• ISSN: 1674-3415
• DOI: 10.19783/j.cnki.pspc.211176

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.