科创中国

新一代信息技术产业,人工智能

这是一个目前市面上没有的基于计算机视觉的智能水表项目，识别准确率高达99%，完全可代替人工抄录水表，且可以带来更多的商业效益，在具备环保，节能方面有突出贡献。 智能水表是时代和历史的发展潮流和趋势，随着物联网的快速发展以及智慧水务的迫切需求，在技术的支持下，智能水表开始加快发展，随着新建住宅对私密性要求的提高，改变传统的入室超标已势在必行，且在一户一表的推行下，水表的智能化将成为产品的主要需求。现在市面上大多数智能水表有以下几种，智能远传水表（脉冲式、直读式）；电磁流量传感；超声波水表。这些智能水表制作工艺难，成本高，具有不稳定性。

1、首次将计算机视觉相关技术应用在水表识别上； 2、自主研发的算法能适应各种复杂、多变的现实场景中的水表图片； 3、在数字识别中引入了注意力机制，进一步在去噪和识别上有贡献。 定位技术借鉴了CTPN（Detecting Text in Natural Image with Connectionist Text Proposal Network），CTPN是在ECCV 2016提出的一种文字检测算法，CTPN结合CNN和LSTM深度网络，能有效的检查出复杂场景的横向分布的文字。 长文本识别，借鉴深度学习处理自然语言的方法，加入LSTM算法思想，提取水表的时序特征，对于水表的进位的识别效果较好，特别是对于短文本的识别。 注意力机制，注意力模型（AM）最初被用于机器翻译[Bahdanau et al., 2014]，现在已成为神经网络领域的一个重要组成部分，并在自然语言处理、统计学习、语音和计算机等领域有着大量的应用。

该项目为上海某高校信息工程学院的研究成果，团队主要负责人为副教授，硕士生导师，其主要研究方向是人工智能、模式识别、图像处理、大数据，航运大数据、矩阵学习、核函数学习和运用、图像处理和识别，在国内外发表了50余篇学术研究论文。

点击查看