수동 검침의 낮은 효율성과 기존 이미지 인식 방법의 이중 반문자 인식 부정확 문제를 극복하기 위해, 협대역 사물인터넷(NB-IoT) 기술과 경량 컨볼루션 신경망(CNN)을 기반으로 한 문자 회전식 계량기 지능형 이미지 검침 시스템을 설계하였다. 먼저, 이미지 수집 단말기는 NB-IoT 모듈을 사용하여 카메라가 촬영한 계량기 다이얼 이미지를 클라우드 플랫폼에 업로드한다; 그 후, 국부 특징 추출 및 매칭 방법을 사용하여 아핀 변환 행렬을 추정하고 입력된 계량기 다이얼 이미지를 템플릿 이미지의 좌표 공간으로 변환한 후 각 읽기 문자의 자식 이미지를 분할한다; 마지막으로 다중 라벨 분류 기반의 경량 CNN 모델을 사용하여 이 자식 이미지를 인식하고 후처리를 통해 최종 계량기 판독값을 얻는다. 실험 결과, 시스템의 이미지 수집 단말기 휴면 전류가 10 μA 미만으로 2개의 리튬 하프 배터리가 5년 이상 작동할 수 있음을 보장하였다; 제안된 다중 라벨 분류 기반 CNN 모델은 단일 문자와 이중 반문자를 정확히 인식하여 문자 인식 정확도 96.36% 및 판독 인식 정확도 94.15%를 달성하였으며, 다른 비교 인식 알고리즘보다 우수하였다.

협대역 사물인터넷;자동 검침 시스템;컨볼루션 신경망;이중 반문자 인식;다중 라벨 분류