手動検針の効率の低さと既存の画像認識方法における二重半文字認識の不正確さの問題を克服するために、狭帯域IoT（NB-IoT）技術と軽量畳み込みニューラルネットワーク（CNN）に基づく文字車式計器のインテリジェント画像検針システムを設計した。まず、画像取得端末はNB-IoTモジュールを使用してカメラで取得したダイヤル画像をクラウドプラットフォームにアップロードする。次に、局所特徴抽出とマッチング手法を用いてアフィン変換行列を推定し、入力されたダイヤル画像をテンプレート画像の座標空間に変換し、各読取の文字サブ画像を分割する。最後に、多ラベル分類に基づく軽量CNNモデルを使用してこれらのサブ画像を認識し、後処理により最終的なダイヤルの読取結果を得る。実験結果は、システムの画像取得端末のスリープ電流が10μA未満であり、2個のリチウム半電池で5年以上の動作を保証できることを示した。提案された多ラベル分類に基づくCNNモデルは、単一文字と二重半文字を正確に識別でき、文字認識精度96.36％、読取認識精度94.15％を達成し、他の比較認識アルゴリズムを上回った。

狭帯域IoT;自動検針システム;畳み込みニューラルネットワーク;二重半文字認識;多ラベル分類