(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111644385.1 (22)申请日 2021.12.3 0 (71)申请人 中国人民解 放军陆军工程大 学 地址 050003 河北省石家庄市和平西路97 号 (72)发明人 宫鹏涵　康小勇　曹金荣　贾云非　 李晨　刘家儒　 (74)专利代理 机构 北京八月瓜知识产权代理有 限公司 1 1543 代理人 陈赢 (51)Int.Cl. G06V 30/148(2022.01) G06N 3/08(2006.01) G06N 3/04(2006.01) G06V 10/82(2022.01) (54)发明名称 一种钢印字符识别方法及系统 (57)摘要 本发明公开了一种钢印字符识别方法及系 统， 该系统包括界面层： 用户界面， 用于软件和用 户互动实时显示图像与数据信息； 硬件层： 连接 摄像采集装置、 打印机等硬件设备， 用于采集枪 支上钢印字符图像及打印标签； 工作层： 负责整 体业务逻辑， 及与用户间的信息交互； 数据层： 负 责数据库管理， 实现对数据的保存和查询的功 能； 算法层： 负责基于硬件层采集到的图像进行 图像处理， 及字符识别； 本发明优点在于模型小， 训练速度快， 且不需要进行字 符分割和水平缩放 操作， 只需要垂直方向缩放到固定长度即可， 同 时可以识别任意长度的序列。 权利要求书1页 说明书5页 附图3页 CN 114332867 A 2022.04.12 CN 114332867 A 1.一种钢印字符识别系统， 其特 征在于， 包括： 界面层： 用户界面， 用于软件和用户互动实时显示图像与数据信息； 硬件层： 连接摄像采集装置、 打印机硬件设备， 用于采集枪支上钢印字符图像及 打印标 签； 工作层： 负责整体业 务逻辑， 及与用户间的信息交 互； 数据层： 负责数据库管理， 实现对数据的保存和查询的功能； 算法层： 负责基于硬件层采集到的图像进行图像处 理， 及字符识别； 其中， 算法层实现字符识别集体包括以下步骤实现： 通过文本检测算法对硬件层采集到的图像进行文字检测并定位； 通过深度学习的文字识别算法对检测到的文字识别,特征提取， 获得相应的字符串并 输出。 2.如权利要求1所述的钢印字符识别系统， 其特征在于， 所述文字识别算法训练具体如 下： 获取硬件层采集的大量历史图像， 并对进行 标记； 将带有标记的初始文字识别模型， 直至文字识别模型训练完成。 3.如权利要求1所述的钢印字符识别系统， 其特征在于， 所述文本检测算法为CTPN、 TextBoxes或EAST算法。 4.如权利要求1所述的钢印字符识别系统， 其特征在于， 所述文字识别模型为CNN+ softmax、 CN N+RNN+attention、 CNN+stacked或CN N+CTC模型。 5.一种钢印字符识别方法， 其特 征在于， 包括 步骤： 通过图像采集装置采集 枪支上钢印字符图像及打印标签； 通过文本检测算法对 采集到的图像进行文字检测并定位； 通过深度学习的文字识别算法对检测到的文字进行识别， 特征提取， 获得相应的字符 串并输出。 6.如权利要求5所述的钢印字符识别方法， 其特征在于， 所述文字识别算法训练具体如 下： 获取图像采集装置采集的大量历史钢印字符图像， 并对其进行 标记； 将带有标记的图像输入至初始文字识别模型， 直至文字识别模型训练完成。 7.如权利要求5所述的钢印字符识别方法， 其特征在于， 所述文本检测算法为CTPN、 TextBoxes或EAST算法。 8.如权利要求5所述的钢印字符识别方法， 其特征在于， 所述文字识别模型为CNN+ softmax、 CN N+RNN+attention、 CNN+stacked或CN N+CTC模型。 9.计算机设备， 包括存储器、 处理器以及存储在所述存储器中并可在所述处理器上运 行的计算机程序， 其特征在于， 所述处理器执行所述计算机程序时实现如权利要求5至8任 一项所述钢印字符识别方法。 10.计算机可读存储介质， 所述计算机可读存储介质存储有计算机程序， 其特征在于， 所述计算机程序被处 理器执行时实现如权利要求5 至8任一项所述钢印字符识别方法。权　利　要　求　书 1/1 页 2 CN 114332867 A 2一种钢印字符识别方 法及系统 技术领域 [0001]本发明涉及字符识别技术领域， 具体涉及用于枪支管理的钢印字符识别方法及系 统。 背景技术 [0002]枪支是一种震慑犯罪的特殊工具， 是指以火药或者压缩气体等为动力， 利用管状 器具发射金属弹丸或者其他物质， 足以致人伤亡或者丧失知觉的武器， 因此对于枪支的管 理显得愈发重要， 目前枪支出入库管理过程中枪支编码信息的读取仍然采用的是人工检 视， 手动录入的方法， 枪号录入流程多， 耗时长， 工作量大， 实现信息化可视化大数据监管难 度较高， 这样会导致在枪支使用的过程中， 需要过多的人工进 行参与枪支管理流程， 如枪支 的分发、 枪支的维护 保养以及枪支的归还等， 从而容易造成在枪支收发过程中会耗费较多 的时间成本和人力成本， 进 而会大大降低枪支收发管理的效率以及枪支分发时的安全性。 [0003]目前军队枪支管理中的许多工作， 诸如数据录入、 枪支清点和盘库等， 仍然主要依 靠人工来完成， 不仅工作效率低、 容易出差错， 而且运行管理投入高， 数据不能共享， 枪支 安 全性无法得到有效保障， 偶 发被盗被抢事件甚至危及国家和人民的安全。 为此我们提出了 一种用于识别枪支上的钢印字符， 实现枪支的管理， 用来 解决上述问题。 发明内容 [0004]为了解决上述技术问题， 本发明所采用的技术方案是提供了一种钢印字符识别系 统， 包括： [0005]界面层： 用户界面， 用于软件和用户互动实时显示图像与数据信息； [0006]硬件层： 连接摄像采集装置、 打印机等硬件设备， 用于采集枪支 上钢印字符图像及 打印标签； [0007]工作层： 负责整体业 务逻辑， 及与用户间的信息交 互； [0008]数据层： 负责数据库管理， 实现对数据的保存和查询的功能； [0009]算法层： 负责基于硬件层采集到的图像进行图像处 理， 及字符识别； [0010]其中， [0011]算法层实现字符识别集体包括以下步骤实现： [0012]通过文本检测算法对硬件层采集到的图像进行文字检测并定位； [0013]通过深度学习的文字识别算法对检测到 的文字识别,特征提取， 获得相应的字符 串并输出。 [0014]在上述方法中， 所述文字识别算法训练具体如下： [0015]获取硬件层采集的大量历史图像， 并对进行 标记； [0016]将带有标记的初始文字识别模型， 直至文字识别模型训练完成。 [0017]在上述方法中， 所述文本检测算法为CTPN、 TextBoxes或EAST算法。 [0018]在上述方法中， 所述文字识别模型为CNN+softmax、 CNN+RNN+attention、 CNN+说　明　书 1/5 页 3 CN 114332867 A 3