공간 가중치 마스크를 이용한 QR 코드 정보 추출 신경망 학습 및 데이터셋 개발
Learning a Neural Network for QR Code Information Extraction Using Spatial Weighted Masks and Developing a Dataset
0
조회
0
다운로드
0
인용
0
참고문헌
키워드
초록
본 논문에서는 딥러닝을 이용하여 스크린에 투사된 QR 코드의 인식 및 데이터 추출 성능을 높이는 방법을 제안한다. 개발된 기술의 목적은 강의실 환경에서 QR 코드로 인코딩된 스크린 이미지 정보를 음성으로 변환하여 시각 장애인이 실시간 수강을 하는데 있다. QR 코드 인식율을 높이기 위해서 강의실과 스크린에 특화된 커스텀 학습 데이터를 제작하였다. QR 코드 인식에는 YOLO5n을, deblur에는 DeblurDiNAT을 기반으로 설계하되 QR 코드에서 정보 추출 성능을 높이기 위해 공간 가중치 마스크 기법을 제안하였다. 공간 가중치 마스크를 적용한 학습 데이터는 실험 환경에서 비교대상의 다른 구조들에 비하여 17% 더 높은 정확도를 보였다.
Abstract
In this paper, we propose a method to enhance the recognition and data extraction performance of QR codes projected onto screens using deep learning. The purpose of the developed technology is to convert screen image information encoded by QR code into voice in a classroom environment so that visually impaired people can take classes in real time. In order to increase the QR code recognition rate, custom learning data specialized for classrooms and screens were produced. We designed YOLO5n for QR code recognition and DeblurDiNAT for deblur, but proposed a spatial weight mask technique to improve information extraction performance from QR codes.The training data applied with the spatial weight mask showed 17% higher accuracy than other structures of the comparison target in the experimental environment.