CN110826562A - 针对服装标签和吊牌实现自动化审核处理的系统及其方法 - Google Patents

针对服装标签和吊牌实现自动化审核处理的系统及其方法 Download PDF

Info

Publication number
CN110826562A
CN110826562A CN201911105061.3A CN201911105061A CN110826562A CN 110826562 A CN110826562 A CN 110826562A CN 201911105061 A CN201911105061 A CN 201911105061A CN 110826562 A CN110826562 A CN 110826562A
Authority
CN
China
Prior art keywords
text
clothing
image
label
labels
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201911105061.3A
Other languages
English (en)
Inventor
侯卫东
逯利军
钱培专
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shanghai Certusnet Information Technology Co Ltd
Original Assignee
Shanghai Certusnet Information Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shanghai Certusnet Information Technology Co Ltd filed Critical Shanghai Certusnet Information Technology Co Ltd
Priority to CN201911105061.3A priority Critical patent/CN110826562A/zh
Publication of CN110826562A publication Critical patent/CN110826562A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/60—Type of objects
    • G06V20/62—Text, e.g. of license plates, overlay texts or captions on TV images
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/36—Creation of semantic tools, e.g. ontology or thesauri
    • G06F16/367—Ontology
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/10—Office automation; Time management
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/24—Aligning, centring, orientation detection or correction of the image
    • G06V10/242—Aligning, centring, orientation detection or correction of the image by image rotation, e.g. by 90 degrees
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/10—Character recognition
    • G06V30/14—Image acquisition
    • G06V30/148—Segmentation of character regions
    • G06V30/153—Segmentation of character regions using recognition of characters or words
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/10—Character recognition

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Multimedia (AREA)
  • Business, Economics & Management (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Strategic Management (AREA)
  • General Engineering & Computer Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Artificial Intelligence (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Databases & Information Systems (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Computational Linguistics (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Animal Behavior & Ethology (AREA)
  • Image Analysis (AREA)

Abstract

本发明涉及一种针对服装标签和吊牌实现自动化审核处理的系统，包括标签和吊牌图像采集模块，用于采集含服装标签和吊牌的图像；文本检测处理模块，与所述的标签和吊牌图像采集模块相连接，用于检测和识别文本，建立服装标注知识图谱，并审核文本；图形检测处理模块，与所述的标签和吊牌图像采集模块相连接，用于检测图形区域，分割区域图形，进行分类识别和语义解释，并审核图形内容。本发明还涉及一种实现针对服装标签和吊牌的自动化审核处理的方法。采用了该针对服装标签和吊牌实现自动化审核处理的系统及其方法，基于深度神经网络技术，将自然场景中的文本检测、文本识别、图像检测、图像识别、语义理解和知识图谱技术相结合，全自动对服装标签和吊牌进行规范化审核，且能自动输出不符合规则后的建议标注，不仅提高了服装标签和吊牌审核的工作效率，而且基本上杜绝了审核差错。

Description

针对服装标签和吊牌实现自动化审核处理的系统及其方法
技术领域
本发明涉及人工智能领域，尤其涉及基于深度学习技术的自然场景中文本和图像的同时分割与识别领域，具体是指一种针对服装标签和吊牌实现自动化审核处理的系统及其方法。
背景技术
服装标签和吊牌的内容和格式在中国国家标准中都有规范化的定义，国标GB5296.4规定了服装标注内容包含“制造商的名称和地址”、“产品名称”、“产品型号或规格”、“纤维成分及含量”、“维护方法”、“执行的产品标准”、“安全类别”和“使用和储藏注意事项”8个部分，其中“使用和储藏注意事项”是可选标注内容。“产品型号或规格”、“纤维成分及含量”和“维护方法”内容必须采用永久性标签，即这3个标注内容必须在服装标签中标注，其它内容可以标注在服装吊牌中。“维护方法”按国标GB/T8685中定义的5个大类的图形符号进行按序标注(如图1所示)，第一大类表示“水洗”维护方法，共有14个图形符号小类；第二大类表示“漂白”维护方法，共有3个图形符号小类；第三大类表示“干燥”维护方法，共有11个图形符号小类；第四大类表示“熨烫”维护方法，共有4个图形符号小类；第五大类表示“专业”维护方法，共有8个图形符号小类。除了“维护方法”
使用图形标注外，其它标注内容使用中文、数字或字符标注(如图2所示)。
对服装标签和吊牌的审核是对服装质量审核不可缺少的一部分。对服装标签的审核包括：1)是否包含“产品型号或规格”、“纤维成分及含量”和“维护方法”的内容；2)“产品型号或规格”标注是否符合国标GB/T1335或GB/T6411规定的格式；3)“纤维成分及含量”标注是否符合国标GB/T29862规定的格式；4)“维护方法”标注是否符合国标GB/T8685规定的格式。对服装吊牌的审核包括：1)是否包含国标GB5296.4规定的其它4种必备标注内容；2)“安全类别”标注是否符合国标GB18401规定的格式。
因此对服装标签和吊牌的自动化审核需要解决如下难点：自然场景下文字提取与识别、文字行方向的自动识别与转换、自然场景下高相似小目标图像与场景以及同时与文本的分割和识别、建立服装标签知识图谱与语义匹配。
对服装标签和吊牌的审核目前都是手工完成的，其工作效率低而且容易出错，迫切需要一种服装标签和吊牌的自动化审核方法和系统。中国专利文献CN109919147A公布了一种服装吊牌图像中文本识别的方法，在此文献中仅仅对服装吊牌中的文本进行了检测与识别，远远不能满足对服装标签和吊牌自动化审核工作的要求。
发明内容
本发明的目的是克服了上述现有技术的缺点和难点，提供了一种满足效率高、错误少、适用范围较为广泛的针对服装标签和吊牌实现自动化审核处理的系统及其方法。
为了实现上述目的，本发明的针对服装标签和吊牌实现自动化审核处理的系统及其方法如下：
该针对服装标签和吊牌实现自动化审核处理的系统，其主要特点是，所述的系统包括：
标签和吊牌图像采集模块，用于采集含服装标签和吊牌的图像；
文本检测处理模块，与所述的标签和吊牌图像采集模块相连接，用于检测和识别文本，建立服装标注知识图谱，并审核文本；
图形检测处理模块，与所述的标签和吊牌图像采集模块相连接，用于检测图形区域，分割区域图形，进行分类识别和语义解释，并审核图形内容。
较佳地，所述的文本检测处理模块包括：
文本检测和识别单元，与所述的标签和吊牌图像采集模块相连接，利用基于深度神经网络的文本目标检测技术检测出服装标签和吊牌图像中的文本行，并自动检测出文本行的角度，并利用基于深度神经网络的中文字符识别技术识别出文本内容；
文本语义理解和规则判断单元，与所述的文本检测和识别单元相连接，根据国标GB5296.4中规定的字段进行语义扩展，建立服装标注知识图谱；
文本审核结果和建议标注输出单元，与所述的文本语义理解和规则判断单元相连接，用于审核文本。
较佳地，所述的图形检测处理模块包括：
图形检测和识别单元，与所述的标签和吊牌图像采集模块相连接，利用基于深度神经网络的图像目标检测技术检测服装标签和吊牌图像的图形区域，对区域图形分割，并利用基于深度神经网络的图像分类技术进行高相似小图形的分类识别。
图形语义理解和规则判断单元，与所述的图形检测和识别单元相连接，用于对识别出的图形进行语义解释。
图形审核结果和建议标注输出单元，与所述的图形语义理解和规则判断单元相连接，用于检测服装标签和吊牌中的图形内容是否符合规定，且对不符合规定的图形输出建议标注的图形。
较佳地，所述的标签和吊牌图像采集模块支持采集0度、90度、180度和270度角度的标签和吊牌图像。
该利用上述系统实现针对服装标签和吊牌的自动化审核处理的方法，其主要特点是，所述的方法包括以下步骤：
(1)分别采集标签和吊牌图像；
(2)检测和识别文本，建立服装标注知识图谱，并审核文本；
(3)检测图形区域，分割区域图形，进行分类识别和语义解释，并审核图形内容。
较佳地，所述的步骤(2)具体包括以下步骤：
(2.1)对采集到的图像进行文本检测和识别，并且自动检测出文本行的角度；
(2.2)根据国标GB5296.4中规定的对服装标注字段进行语义扩展，建立服装标注知识图谱，将服装标签和吊牌中识别出的文字进行语义理解和匹配；
(2.3)判断服装标签和吊牌中的文本内容是否符合对应国标的规定，如果是，则通过文本审核并输出审核结果；否则，文本审核不通过，并对不符合内容和格式规定的字段输出建议标注内容。
较佳地，所述的步骤(3)具体包括以下步骤：
(3.1)检测服装标签和吊牌图像的图形区域，对区域图形分割，并进行高相似小图形的分类识别；
(3.2)对识别出的图形进行语义解释；
(3.3)判断服装标签和吊牌中的图形内容是否符合对应国标的规定，如果是，则通过图形审核并输出审核结果；否则，图形审核不通过，并对不符合规定的图形输出建议标注的图形。
较佳地，所述的步骤(2.1)具体包括以下步骤：
(2.1.1)对采集到的图像进行文本检测，并且自动检测出文本行的角度；
(2.1.2)判断文本行是否成90度、180度或270度角度，如果是，则对采集的原始图像作旋转变换，转换为文本行成0度的图像；否则，继续步骤(2.1.3)；
(2.1.3)对检测出的0度角度的文本行进行中文、数字和字符的识别。
采用了本发明的针对服装标签和吊牌实现自动化审核处理的系统及其方法，基于深度神经网络技术，将自然场景中的文本检测、文本识别、图像检测、图像识别、语义理解和知识图谱技术相结合，全自动对服装标签和吊牌进行规范化审核，且能自动输出不符合规则后的建议标注，不仅提高了服装标签和吊牌审核的工作效率，而且基本上杜绝了审核差错。
附图说明
图1为服装维护方法示例图。
图2为服装吊牌示例图。
图3为本发明的针对服装标签和吊牌实现自动化审核处理的系统的结构示意图。
具体实施方式
为了能够更清楚地描述本发明的技术内容，下面结合具体实施例来进行进一步的描述。
本发明的该针对服装标签和吊牌实现自动化审核处理的系统，其中包括：
标签和吊牌图像采集模块，用于采集含服装标签和吊牌的图像；
文本检测处理模块，与所述的标签和吊牌图像采集模块相连接，用于检测和识别文本，建立服装标注知识图谱，并审核文本；
图形检测处理模块，与所述的标签和吊牌图像采集模块相连接，用于检测图形区域，分割区域图形，进行分类识别和语义解释，并审核图形内容。
较佳地，所述的文本检测处理模块包括：
文本检测和识别单元，与所述的标签和吊牌图像采集模块相连接，利用基于深度神经网络的文本目标检测技术检测出服装标签和吊牌图像中的文本行，并自动检测出文本行的角度，并利用基于深度神经网络的中文字符识别技术识别出文本内容；
文本语义理解和规则判断单元，与所述的文本检测和识别单元相连接，根据国标GB5296.4中规定的字段进行语义扩展，建立服装标注知识图谱；
文本审核结果和建议标注输出单元，与所述的文本语义理解和规则判断单元相连接，用于审核文本。
较佳地，所述的图形检测处理模块包括：
图形检测和识别单元，与所述的标签和吊牌图像采集模块相连接，利用基于深度神经网络的图像目标检测技术检测服装标签和吊牌图像的图形区域，对区域图形分割，并利用基于深度神经网络的图像分类技术进行高相似小图形的分类识别。
图形语义理解和规则判断单元，与所述的图形检测和识别单元相连接，用于对识别出的图形进行语义解释。
图形审核结果和建议标注输出单元，与所述的图形语义理解和规则判断单元相连接，用于检测服装标签和吊牌中的图形内容是否符合规定，且对不符合规定的图形输出建议标注的图形。
较佳地，所述的标签和吊牌图像采集模块支持采集0度、90度、180度和270度角度的标签和吊牌图像。
该利用上述系统实现针对服装标签和吊牌的自动化审核处理的方法，其主要特点是，所述的方法包括以下步骤：
(1)分别采集标签和吊牌图像；
(2)检测和识别文本，建立服装标注知识图谱，并审核文本；
(3)检测图形区域，分割区域图形，进行分类识别和语义解释，并审核图形内容。
较佳地，所述的步骤(2)具体包括以下步骤：
(2.1)对采集到的图像进行文本检测和识别，并且自动检测出文本行的角度；
(2.2)根据国标GB5296.4中规定的对服装标注字段进行语义扩展，建立服装标注知识图谱，将服装标签和吊牌中识别出的文字进行语义理解和匹配；
(2.3)判断服装标签和吊牌中的文本内容是否符合对应国标的规定，如果是，则通过文本审核并输出审核结果；否则，文本审核不通过，并对不符合内容和格式规定的字段输出建议标注内容。
较佳地，所述的步骤(3)具体包括以下步骤：
(3.1)检测服装标签和吊牌图像的图形区域，对区域图形分割，并进行高相似小图形的分类识别；
(3.2)对识别出的图形进行语义解释；
(3.3)判断服装标签和吊牌中的图形内容是否符合对应国标的规定，如果是，则通过图形审核并输出审核结果；否则，图形审核不通过，并对不符合规定的图形输出建议标注的图形。
较佳地，所述的步骤(2.1)具体包括以下步骤：
(2.1.1)对采集到的图像进行文本检测，并且自动检测出文本行的角度；
(2.1.2)判断文本行是否成90度、180度或270度角度，如果是，则对采集的原始图像作旋转变换，转换为文本行成0度的图像；否则，继续步骤(2.1.3)；
(2.1.3)对检测出的0度角度的文本行进行中文、数字和字符的识别。
本发明的具体实施方式中，基于人工智能技术，提供一种服装标签和吊牌的自动化审核方法和系统。系统包括标签和吊牌图像采集模块、文本检测和识别模块、文本语义理解和规则判断模块、文本审核结果和建议标注输出模块、图形检测和识别模块、图形语义理解和规则判断模块、图形审核结果和建议标注输出模块。
本发明提供的服装标签和吊牌的自动化审核方法，对采集到的标签和吊牌图像，利用基于深度神经网络的文本目标检测和识别技术对服装标签和吊牌中的文本进行检测和识别，根据国标GB5296.4中规定的字段对识别出的文字进行语义理解和匹配，给出文本审核结果且对于不符合规则的标注给出建议文本标注；利用基于深度神经网络的图像目标检测技术检测出含有5大类“维护方法”的图形区域，再将图形区域分成5个小区域，根据国标GB/T8685规定的5个大类中的多种小类别，基于深度神经网络的图像分类技术，分别进行相应的图形语义理解和小类别匹配，最后输出图形审核结果且对于不符合规则的图形标注输出建议图形标注。
本发明提供的服装标签和吊牌的自动化审核方法及系统，基于深度神经网络技术，将自然场景中的文本检测、文本识别、图像检测、图像识别、语义理解和知识图谱技术相结合，全自动对服装标签和吊牌进行规范化审核，且能自动输出不符合规则后的建议标注，不仅提高了服装标签和吊牌审核的工作效率，而且基本上杜绝了审核差错。
服装标签和吊牌的自动化审核系统包括：标签和吊牌图像采集模块、文本检测和识别模块、文本语义理解和规则判断模块、文本审核结果和建议标注输出模块、图形检测和识别模块、图形语义理解和规则判断模块、图形审核结果和建议标注输出模块。系统组成示意图如图3所示。
标签和吊牌图像采集模块，如图3中的101模块所示。采用固定位置的高清照相机或摄像头采集含服装标签和吊牌的图像，也可以采用智能手机拍摄含服装标签和吊牌的高清图像，支持0度、90度、180度和270度角度的标签和吊牌图像采集。
文本检测和识别模块，如图3中的102模块所示。利用基于深度神经网络的文本目标检测技术，如采用YOLO_V3深度神经网络，检测出服装标签和吊牌图像中的文本行，并且自动检测出文本行的角度，如果文本行成90度、180度和270度角度的，则对采集的原始图像作旋转变换，转换为文本行成0度的图像。再利用基于深度神经网络的文本识别技术，如采用CRNN深度神经网络，对检测出的0度角度的文本行进行中文、数字和字符的识别。
文本语义理解和规则判断模块，如图3中的103模块所示。根据国标GB5296.4中规定的字段进行语义扩展，建立服装标注知识图谱，将服装标签和吊牌中识别出的文字进行语义理解和匹配，将相应的文字归类到国标GB5296.4中规定的字段中，再比较字段中的内容和格式，判断是否符合对应国标的规定。
文本审核结果和建议标注输出模块，如图3中的104模块所示。如果服装标签和吊牌中的文本内容符合对应国标的规定，则输出文本审核结果：“通过”，否则输出文本审核结果：“不通过”，且对不符合内容和格式规定的字段输出建议标注内容。
图形检测和识别模块，如图3中105模块所示。利用基于深度神经网络的图像目标检测技术，如采用MASK RCNN深度神经网络，检测出服装标签和吊牌图像中含有“维护方法”的图形区域，然后将此图形区域分割成5个区域，对应于5大类“维护方法”图形，然后利用基于深度神经网络的图像分类技术，如采用VGG16深度神经网络，对5个小区域图像分别进行相应的小类别分类识别。
图形语义理解和规则判断模块，如图3中106模块所示。依据国标GB/T8685规定的5个大类中的多种小类别定义，将105模块中识别出的5个图形进行语义解释，并且判断是否符合国标GB/T8685的规定。
图形审核结果和建议标注输出模块，如图3中107模块所示。如果服装标签和吊牌中的图形内容符合国标GB/T8685的规定，则输出图形审核结果：“通过”，否则输出图形审核结果：“不通过”，且对不符合规定的图形输出建议标注的图形。
服装标签和吊牌的自动化审核方法包括如下流程：
1、分别采集标签和吊牌图像，采用固定位置的高清照相机或摄像头采集含服装标签和吊牌的图像，也可以采用智能手机拍摄含服装标签和吊牌的高清图像，支持0度、90度、180度和270度角度的标签和吊牌图像采集。
2、利用基于深度神经网络的文本目标检测技术，如采用YOLO_V3深度神经网络，对采集到的图像进行文本检测，并且自动检测出文本行的角度，如果文本行成90度、180度和270度角度的，则对采集的原始图像作旋转变换，转换为文本行成0度的图像。利用基于深度神经网络的文本识别技术，如采用CRNN深度神经网络，对检测出的0度角度的文本行进行中文、数字和字符的识别。
3、对国标GB5296.4中规定的服装标注字段进行语义扩展，建立服装标注知识图谱，将服装标签和吊牌中识别出的文字进行语义理解和匹配，将相应的文字归类到国标GB5296.4中规定的字段中，再比较字段中的内容和格式，判断是否符合对应国标的规定。
4、如果服装标签和吊牌中的文本内容符合对应国标的规定，则输出文本审核结果：“通过”，否则输出文本审核结果：“不通过”，且对不符合内容和格式规定的字段输出建议标注内容。
5、利用基于深度神经网络的图像目标检测技术，如采用MASK RCNN深度神经网络，检测出服装标签和吊牌图像中含有“维护方法”的图形区域，然后将此图形区域分割成5个区域，对应于5大类“维护方法”图形，然后利用基于深度神经网络的图像分类技术，如采用VGG16深度神经网络，对5个小区域图像分别进行相应的小类别分类识别。
6、依据国标GB/T8685规定的5个大类中的多种小类别定义，将105模块中识别出的5个图形进行语义解释，并且判断是否符合国标GB/T8685的规定。
7、如果服装标签和吊牌中的图形内容符合国标GB/T8685的规定，则输出图形审核结果：“通过”，否则输出图形审核结果：“不通过”，且对不符合规定的图形输出建议标注的图形。
同时，以上2～4流程与5～7流程可以并行执行。
采用了本发明的针对服装标签和吊牌实现自动化审核处理的系统及其方法，基于深度神经网络技术，将自然场景中的文本检测、文本识别、图像检测、图像识别、语义理解和知识图谱技术相结合，全自动对服装标签和吊牌进行规范化审核，且能自动输出不符合规则后的建议标注，不仅提高了服装标签和吊牌审核的工作效率，而且基本上杜绝了审核差错。
在此说明书中，本发明已参照其特定的实施例作了描述。但是，很显然仍可以作出各种修改和变换而不背离本发明的精神和范围。因此，说明书和附图应被认为是说明性的而非限制性的。

Claims (8)

1.一种针对服装标签和吊牌实现自动化审核处理的系统，其特征在于，所述的系统包括：
标签和吊牌图像采集模块，用于采集含服装标签和吊牌的图像；
文本检测处理模块，与所述的标签和吊牌图像采集模块相连接，用于检测和识别文本，建立服装标注知识图谱，并审核文本；
图形检测处理模块，与所述的标签和吊牌图像采集模块相连接，用于检测图形区域，分割区域图形，进行分类识别和语义解释，并审核图形内容。
2.根据权利要求1所述的针对服装标签和吊牌实现自动化审核处理的系统，其特征在于，所述的文本检测处理模块包括：
文本检测和识别单元，与所述的标签和吊牌图像采集模块相连接，利用基于深度神经网络的文本目标检测技术检测出服装标签和吊牌图像中的文本行，并自动检测出文本行的角度，并利用基于深度神经网络的中文字符识别技术识别出文本内容；
文本语义理解和规则判断单元，与所述的文本检测和识别单元相连接，根据国标GB5296.4中规定的字段进行语义扩展，建立服装标注知识图谱；
文本审核结果和建议标注输出单元，与所述的文本语义理解和规则判断单元相连接，用于审核文本。
3.根据权利要求1所述的针对服装标签和吊牌实现自动化审核处理的系统，其特征在于，所述的图形检测处理模块包括：
图形检测和识别单元，与所述的标签和吊牌图像采集模块相连接，利用基于深度神经网络的图像目标检测技术检测服装标签和吊牌图像的图形区域，对区域图形分割，并利用基于深度神经网络的图像分类技术进行高相似小图形的分类识别。
图形语义理解和规则判断单元，与所述的图形检测和识别单元相连接，用于对识别出的图形进行语义解释。
图形审核结果和建议标注输出单元，与所述的图形语义理解和规则判断单元相连接，用于检测服装标签和吊牌中的图形内容是否符合规定，且对不符合规定的图形输出建议标注的图形。
4.根据权利要求1所述的针对服装标签和吊牌实现自动化审核处理的系统，其特征在于，所述的标签和吊牌图像采集模块支持采集0度、90度、180度和270度角度的标签和吊牌图像。
5.一种基于权利要求1所述的系统实现针对服装标签和吊牌的自动化审核处理的方法，其特征在于，所述的方法包括以下步骤：
(1)分别采集标签和吊牌图像；
(2)检测和识别文本，建立服装标注知识图谱，并审核文本；
(3)检测图形区域，分割区域图形，进行分类识别和语义解释，并审核图形内容。
6.根据权利要求5所述的实现针对服装标签和吊牌的自动化审核处理的方法，其特征在于，所述的步骤(2)具体包括以下步骤：
(2.1)对采集到的图像进行文本检测和识别，并且自动检测出文本行的角度；
(2.2)根据国标GB5296.4中规定的对服装标注字段进行语义扩展，建立服装标注知识图谱，将服装标签和吊牌中识别出的文字进行语义理解和匹配；
(2.3)判断服装标签和吊牌中的文本内容是否符合对应国标的规定，如果是，则通过文本审核并输出审核结果；否则，文本审核不通过，并对不符合内容和格式规定的字段输出建议标注内容。
7.根据权利要求5所述的实现针对服装标签和吊牌的自动化审核处理的方法，其特征在于，所述的步骤(3)具体包括以下步骤：
(3.1)检测服装标签和吊牌图像的图形区域，对区域图形分割，并进行高相似小图形的分类识别；
(3.2)对识别出的图形进行语义解释；
(3.3)判断服装标签和吊牌中的图形内容是否符合对应国标的规定，如果是，则通过图形审核并输出审核结果；否则，图形审核不通过，并对不符合规定的图形输出建议标注的图形。
8.根据权利要求6所述的实现针对服装标签和吊牌的自动化审核处理的方法，其特征在于，所述的步骤(2.1)具体包括以下步骤：
(2.1.1)对采集到的图像进行文本检测，并且自动检测出文本行的角度；
(2.1.2)判断文本行是否成90度、180度或270度角度，如果是，则对采集的原始图像作旋转变换，转换为文本行成0度的图像；否则，继续步骤(2.1.3)；
(2.1.3)对检测出的0度角度的文本行进行中文、数字和字符的识别。
CN201911105061.3A 2019-11-13 2019-11-13 针对服装标签和吊牌实现自动化审核处理的系统及其方法 Pending CN110826562A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911105061.3A CN110826562A (zh) 2019-11-13 2019-11-13 针对服装标签和吊牌实现自动化审核处理的系统及其方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911105061.3A CN110826562A (zh) 2019-11-13 2019-11-13 针对服装标签和吊牌实现自动化审核处理的系统及其方法

Publications (1)

Publication Number Publication Date
CN110826562A true CN110826562A (zh) 2020-02-21

Family

ID=69554463

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911105061.3A Pending CN110826562A (zh) 2019-11-13 2019-11-13 针对服装标签和吊牌实现自动化审核处理的系统及其方法

Country Status (1)

Country Link
CN (1) CN110826562A (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111353445A (zh) * 2020-03-05 2020-06-30 三构科技(武汉)有限公司 一种基于深度学习的患者援助智能审核系统
CN112329774A (zh) * 2020-11-10 2021-02-05 杭州微洱网络科技有限公司 基于图像的商品尺码表自动生成方法
CN112863184A (zh) * 2021-01-12 2021-05-28 深圳市金桥软件有限公司 一种交通信息管理系统
CN112967000A (zh) * 2021-03-11 2021-06-15 中工美(北京)供应链物流管理有限责任公司 白银仓储自动入库系统的外观和重量识别方法
CN113704498A (zh) * 2021-09-01 2021-11-26 云知声（上海）智能科技有限公司 用于文档的智能审核方法及其系统

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1442805A (zh) * 2002-03-06 2003-09-17 昆明利普机器视觉工程有限公司 基于彩色数字图像识别的商标图样检索系统
CN1442343A (zh) * 2002-03-06 2003-09-17 昆明利普机器视觉工程有限公司 数字视频烟盒质量检测系统
US20050015370A1 (en) * 2003-07-14 2005-01-20 Stavely Donald J. Information management system and method
CN101630361A (zh) * 2008-12-30 2010-01-20 北京邮电大学 一种基于车牌、车身颜色和车标识别的套牌车辆识别设备及方法
CN104392238A (zh) * 2014-09-29 2015-03-04 樊晓莉 含多类型标识的信息载体的识别方法
CN106855421A (zh) * 2017-01-17 2017-06-16 中国第汽车股份有限公司 一种基于机器视觉的汽车仪表自动化测试系统及测试方法
CN107563720A (zh) * 2017-08-07 2018-01-09 深圳益强信息科技有限公司 基于大数据及人工智能的商标申请的方法
CN107609022A (zh) * 2017-08-07 2018-01-19 深圳益强信息科技有限公司 基于大数据及人工智能的商标申请的系统
CN109919147A (zh) * 2019-03-04 2019-06-21 上海宝尊电子商务有限公司 服装吊牌图像中文本识别的方法
CN110245583A (zh) * 2019-05-27 2019-09-17 上海眼控科技股份有限公司 一种车辆尾气检验报告的智能识别方法

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1442805A (zh) * 2002-03-06 2003-09-17 昆明利普机器视觉工程有限公司 基于彩色数字图像识别的商标图样检索系统
CN1442343A (zh) * 2002-03-06 2003-09-17 昆明利普机器视觉工程有限公司 数字视频烟盒质量检测系统
US20050015370A1 (en) * 2003-07-14 2005-01-20 Stavely Donald J. Information management system and method
CN101630361A (zh) * 2008-12-30 2010-01-20 北京邮电大学 一种基于车牌、车身颜色和车标识别的套牌车辆识别设备及方法
CN104392238A (zh) * 2014-09-29 2015-03-04 樊晓莉 含多类型标识的信息载体的识别方法
CN106855421A (zh) * 2017-01-17 2017-06-16 中国第汽车股份有限公司 一种基于机器视觉的汽车仪表自动化测试系统及测试方法
CN107563720A (zh) * 2017-08-07 2018-01-09 深圳益强信息科技有限公司 基于大数据及人工智能的商标申请的方法
CN107609022A (zh) * 2017-08-07 2018-01-19 深圳益强信息科技有限公司 基于大数据及人工智能的商标申请的系统
CN109919147A (zh) * 2019-03-04 2019-06-21 上海宝尊电子商务有限公司 服装吊牌图像中文本识别的方法
CN110245583A (zh) * 2019-05-27 2019-09-17 上海眼控科技股份有限公司 一种车辆尾气检验报告的智能识别方法

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111353445A (zh) * 2020-03-05 2020-06-30 三构科技(武汉)有限公司 一种基于深度学习的患者援助智能审核系统
CN112329774A (zh) * 2020-11-10 2021-02-05 杭州微洱网络科技有限公司 基于图像的商品尺码表自动生成方法
CN112329774B (zh) * 2020-11-10 2023-07-28 广州探域科技有限公司 基于图像的商品尺码表自动生成方法
CN112863184A (zh) * 2021-01-12 2021-05-28 深圳市金桥软件有限公司 一种交通信息管理系统
CN112863184B (zh) * 2021-01-12 2022-11-11 山西省交通运输运行监测与应急处置中心 一种交通信息管理系统
CN112967000A (zh) * 2021-03-11 2021-06-15 中工美(北京)供应链物流管理有限责任公司 白银仓储自动入库系统的外观和重量识别方法
CN112967000B (zh) * 2021-03-11 2024-10-15 中工美(北京)供应链物流管理有限责任公司 白银仓储自动入库系统的外观和重量识别方法
CN113704498A (zh) * 2021-09-01 2021-11-26 云知声（上海）智能科技有限公司 用于文档的智能审核方法及其系统

Similar Documents

Publication Publication Date Title
CN110826562A (zh) 针对服装标签和吊牌实现自动化审核处理的系统及其方法
Luo et al. Traffic sign recognition using a multi-task convolutional neural network
CN109284758B (zh) 一种发票印章消除方法、装置和计算机存储介质
CN107133622B (zh) 一种单词的分割方法和装置
CN104182750B (zh) 一种在自然场景图像中基于极值连通域的中文检测方法
CN109214385A (zh) 数据采集方法、数据采集装置及存储介质
CN109086772A (zh) 一种扭曲粘连字符图片验证码的识别方法及系统
CN103996239A (zh) 一种基于多线索融合的票据定位识别方法及系统
CN107704882A (zh) 一种基于数字图像处理技术的衣物类型识别方法及系统
Verma et al. Automatic container code recognition via spatial transformer networks and connected component region proposals
CN117275025A (zh) 一种用于批量图像标注的处理系统
Chen et al. Salient object detection: Integrate salient features in the deep learning framework
CN117437647B (zh) 基于深度学习和计算机视觉的甲骨文字检测方法
Sambyal et al. Automatic text extraction and character segmentation using maximally stable extremal regions
Karanje et al. Survey on text detection, segmentation and recognition from a natural scene images
Satwashil et al. Integrated natural scene text localization and recognition
Huang et al. Associating text and graphics for scientific chart understanding
CN112613367A (zh) 票据信息文本框获取方法、系统、设备及存储介质
CN104573663B (zh) 一种基于鉴别性笔画库的英文场景文字识别方法
CN110674678A (zh) 视频中敏感标志的识别方法及装置
CN110414497A (zh) 对象电子化的方法、装置、服务器及存储介质
Sen et al. End-to-end scene text recognition system for devanagari and bengali text
CN115797945A (zh) 一种文本识别对比与图像对比相结合的标签检测方法
Shivananda et al. Separation of foreground text from complex background in color document images
CN107798355A (zh) 一种基于文档图像版式自动分析与判断的方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20200221

RJ01 Rejection of invention patent application after publication