面向边缘端困难场景的条码解码鲁棒性方法研究OA

针对边缘端设备在资源受限条件下解码二维码与一维条码时难以兼顾鲁棒性与时间预算的问题,文章提出了一种免训练、预算感知的TAPER框架。该方法通过提取对比度、倾斜角度、目标尺度等低开销视觉线索,驱动条件门控机制,将固定解码流程改造为多阶段动态尝试过程,支持自适应阈值化、旋转校正等操作的按需触发与早停。在自建困难数据集上的实验结果表明,TAPER在预算400 ms条件下成功率达56.44%,较基线方法性能提升约10%,平均时延降低至199.2 ms,在公开数据集上也取得了具有竞争性的性能。该框架具备良好的实用性与可复现性,可用于边缘端部署。