SCI论文（www.lunwensci.com）
摘 要 ：随着私家车销量日渐增多,前来索赔车辆的数目也越来越多,为确保索赔车辆里程信息、车牌信息和铭牌信息的 正确性,工作人员通过肉眼逐一对索赔里程图像、车辆车牌图像和车辆铭牌图像与数据库中记录的车辆信息进行核对,这样的 工作不仅耗费大量的人力,而且十分机械、重复、效率低。为解决这一问题,本文使用 YOLO 目标检测和 PaddleOCR 文字识 别相结合的方式,实现了智能识别索赔里程图像、车辆车牌图像和车辆铭牌图像中的信息,训练得到的模型准确率高,达到了 95% 以上。实践证明, 该系统不仅具有运行稳定、效率高、易操作等特点,而且很大程度上减轻了人工工作量, 降低了欺诈风 险,保障了车辆的高质量索赔。
关键词： 图片识别,目标检测,YOLO,PaddleOCR,深度学习
Intelligent Recognition System of Vehicle Claim Picture
DU Awei, ZHU Honglin
(Qiming Information Technology Co., Ltd., Changchun Jinlin 130000)
【Abstract】： The car sales are increasing, so the number of vehicles that need to be claimed by auto dealerships is also increasing. The staff checked the mileage image, vehicle license plate image and vehicle nameplate image one by one with the vehicle information recorded in the database to ensure the correctness of the mileage information, license plate information and nameplate information of the claimed vehicle. The way of manually checking information not only consumes a lot of manpower, but also is very mechanical, repetitive and inefficient . In order to solve this problem, this paper uses the combination of YOLO target detection and paddleocr character recognition to realize the intelligent recognition of the information in the mileage image, vehicle license plate image and vehicle nameplate image. The accuracy of the trained model is more than 95%. In fact, the system has the characteristics of stable operation, high efficiency and easy operation, and greatly reduces the manual workload, reduces the risk of fraud, and ensures the high-quality claim of vehicles.
【Key words】： picture recognition;object detection;YOLO;PaddleOCR;deep learning
1 背景介绍
在机器学习领域中,关于图像的研究主要包括分 类、识别和分割三部分,其中图像识别是该领域研究的 核心,在人脸面部识别、无人自动驾驶、智能机器人等 应用上均取得了显著的成果。目前,基于深度神经网络 的机器学习方法不仅在日常物品分类的图像识别数据集 上超过了人类的水平,而且越来越多的工业应用也在考 虑使用这种方法完成图像识别业务。
车辆索赔清单包含若干张里程仪表盘图像、若干张车牌图像和若干张车辆铭牌图像。
为了实现索赔项目的智能化识别,本文从经销商处 获得数据,构建数据集,再利用 AI 图像识别技术 [1] 提 取索赔里程仪表图像、车辆车牌图像和车辆铭牌图像的 深层语义特征,然后通过目标检测 [2] 和文字识别 [3] 两 项技术对索赔里程仪表图像、车辆车牌图像和车辆铭牌 图像智能识别,获得场景文字信息,最后与车联网数据 库中的数据进行比对,业务人员根据对比结果进行风险 评估,在减少了工作人员业务量的同时,极大地促进了企业数字化、智能化的发展。这一过程实现了机器智能 校验,降本增效,彻底摆脱了重复性低质化工作。
2 技术知识
2.1 目标检测
对于里程仪表盘图像,本文先通过 YOLOv3[4] 模型 进行目标检测,再对图像上的目标区域进行文字识别。 本文收集了 20570 张历史索赔订单中的里程图片构建数 据集,历时 14 天完成了全部图像的标注工作,并以 9:1 的比例将数据集分成了训练集和测试集。为提高目标区 域检测的准确率,采用十折交叉验证的方式对结果进行 验证。
2.2 YOLO
目标检测算法包括 DPM[5]、R-CNN[6]、Fast-CNN[7] 和 YOLO 等算法,其中 DPM、R-CNN 和 Fast-CNN 均属 于 RCNN 系列,需要生成建议框,在建议框上进行分类 与回归,但建议框之间有重叠,无法精准的定位到目标区 域,同时也会增加很多冗余性工作。相比较前三种目标算 法,YOLO 模型以一次学习(One-shot Learning) 方式 实现端到端的训练及推断,它主要是通过将全图划分成 s×s 个候选区域,再由候选区域产生大量的可能包含待 检测物体的边框实现目标检测。具体步骤为 ：首先将图 像调整到固定大小,准备输入到神经网络中 ;然后输入 数据集,训练卷积神经网络,输出若干边框坐标、边框 中包含物体的置信度和类别概率 ;最后通过分类器以非 极大值抑制的方式判断每个边框里是否包含有物体,以 及物体所属类别的概率或置信度,筛选得到最终边框。
YOLO 网络由 24 个卷积层和 2 个全连接层构成,网 络输入为 488×488 向量,输出结果为一个张量,维度如式(1)所示 ：
s × s × (b × 5 + c) (1)
其中, s 为划分网格数, b 为每个网格负责目标个数, c 为类别个数。该表达式含义为 ：
(1)每个小格会对应 b 个边界框,边界框的宽高 范围为全图,表示以该小格为中心寻找物体的边界框位置,如式(2)所示 ：
P(object) ×IoUtrutpred(h) (3)
(2)每个边界框对应一个分值,代表该处是否有物 体及定位准确度 ;
(3)每个小格会对应 c 个概率值,找出最大概率对 应的类别 P(Class|object),并认为小格中包含物体或者 该物体的一部分。
2.3 文字识别
光学字符识别 [8] (Optical Character Recognition,OCR),它实现了识别、分析和获取图像中的文字场景 等功能。日常生活中随处可见 OCR 的影子,比如疫情 防控期间的身份证识别录入信息、违规车辆车牌识别、 自动驾驶等。人工智能不仅实现了将图像到文本的转 换,而且促进了智慧城市、数字化企业等的快速形成。 本文对于里程仪表图像、车牌图像和铭牌图像三个场景 都运行了 PaddleOCR[9],这个当下最流行的开源 OCR 识别库。
3 实验与对比结果
3.1 里程仪表盘
里程仪表盘图像色彩丰富、图片内干扰信息较多, 故针对里程仪表盘图像目标检测部分本文使用自训练的 YOLO 模型检测图像中 ROI 区域,文字识别部分使用 自训练的 MobileNetV3 模型进行里程数字识别。
本文目标检测部分使用的是 YOLOv3 模型,进行 目标检测,它运行时间快,可以有效地避免图像背景的 干扰,更好地学习物体的泛化特征。本文整个实验过程 共进行了 3 轮目标检测模型的训练,训练结果如折线 图 1 所示。第一轮目标检测模型训练,为了缩短模型训 练时间,使用 9000 张图像作为训练集, 1000 张图像作 为测试集, 1000 张图像作为验证集,获得了准确率为 87% 的预训练模型。第二轮模型训练是在第一轮预训 练模型的基础上,将数据集增加到 20000 张,训练集为 18000 张, 测试集为 2000 张, 验证集为 1000 张, 第 二轮训练获得的模型目标检测的准确率为 98.13%。为 了提高模型的准确性,我们对这 20000 张数据进行了 二次标注,对不准确的标注再次调整,进行了第三轮模 型训练。第三轮训练获得的模型目标检测的准确率为98.97%。文字识别部分,本文使用 6000 张图像作为数据 集,按照 9:1 的比例将图片分成训练集和验证集,训练MobileNetV3 网络模型。并选取 2006 张里程图片作为 测试集进行测试,测试数据覆盖了 A、B、C、D、E 五 种车型,目标检测部分分别使用了上文中提到的三种目 标检测模型,再分别结合文字识别模型进行里程数字识 别验证,每种车型均给出验证结果。结果表明,模型 3 的综合准确率为 94%,高于模型 1 和模型 2.
3.2 车牌
车牌图像干扰信息少,故车牌的文字识别本文没有 使用车牌数据对 PaddleOCR 模型进行训练。使用预训 练 PaddleOCR 模型对车牌图像直接识别,根据车牌构 成规则再使用正则匹配方法将识别得到的车牌号信息输 出在前端展示界面。
选取 10780 张车牌照片, 通过 PaddleOCR 模型识 别,再将识别结果和数据库中车牌信息进行比较,初始 车牌识别的正确率为 79.27%。通过人工分析,车牌数 据集中无车牌且车牌有遮挡的图片有 821 张,图片倾斜 有 727 张,图片数据和数据库记录不一致的图片有 392 张,图片不清晰(包括图片不清晰、图片亮度不够、图 片反光)的图片有 102 张,非车牌图像的图片有 38 张, 图片过小的有 16 张,真正识别错误的有 139 张。去除 上述不标准图片后的车牌识别准确率为 98.47%。
4 未来与展望
目前,该项目的研究结果已经投入到实际的业务生 产工作 中。据统计 2021 年 12 月 6 日到 2021 年 12 月 17 日索赔图像数据总体识别准确率达到了 97.63%,其 中车型 F、车型 G、车型 H、车型 I 和车型 J 识别错误 率均控制在 6% 左右。而车型 K 和车型 L 识别错误率 较高,分别为 28% 和 13%。分析原因是由于车型 K 和 车型 L 均为电车类型,且车辆样本数量较少,导致模型 对此类车型图像类别不敏感,准确率较低。后续我们将主要针对电车样本集数量少的问题进行改进,通过数据 增强的方式,增加电车样本数量,再次训练里程图片识 别模型。
参考文献
[1] 王一帆,张文译,周海滨,等.图像识别技术的应用与发展[J]. 信息与电脑(理论版),2021.33(23):170-172..
[2] 贺宇哲,何宁,张人,等. 基于双阶段目标检测算法研究综述 [C]//中国计算机用户协会网络应用分会2021年第二十五届网 络新技术与应用年会论文集.,2021:182-186.
[3] 刘艳菊,伊鑫海,李炎阁,等.深度学习在场景文字识别技术中 的应用综述[J].计算机工程与应用,2022.58(4):52-63.
[4] Park Ji-Hoon,Hwang Hye-Won,Moon Jun-Ho,et al. Automated Identification of Cephalometric Landmarks: Part 1-Comparisons between the Latest Deep-learning Methods YOLOV3 and SSD[J].The Angle Orthodontist, 2019.89(6):903-909.
[5] Anonymous.TOP 10 DPM ARTICLES[J].Dental Products Report,2020.54(12):40-41.
[6] YI D W,SU J Y,CHEN W H.Probabilistic Faster R-CNN with Stochastic Region Proposing:Towards Object Detection and Recognition in Remote Sensing Imagery[J].Neurocom puting,2021.459:290-301.
[7] 纪超,黄新波,曹雯,等.改进的Fast-CNN模型在绝缘子特征 检测中的研究[J].计算机与现代化,2019(4):59-64+71.
[8] 刘宗凡.图像魔术师—光学字符识别(OCR)[J].中国信息 技术教育,2021(13):76-79.
[9] 仇建民.开源PaddleOCR技术在企业营业执照识别上的改 进与实践[J].现代信息科技,2021.5(9):65-69+74.
关注SCI论文创作发表，寻求SCI论文修改润色、SCI论文代发表等服务支撑，请锁定SCI论文网！
文章出自SCI论文网转载请注明出处：https://www.lunwensci.com/jisuanjilunwen/54159.html
