{rfName}
A

Indexado en

Citaciones

21

Altmetrics

Investigadores/as Institucionales

Sun J.Autor o Coautor

Compartir

13 de junio de 2025
Publicaciones
>
Artículo
No

A novel automatic reading method of pointer meters based on deep learning

Publicado en: Neural Computing & Applications. 35 (11): 8357-8370 - 2023-01-01 35(11), DOI: 10.1007/s00521-022-08110-7

Autores:

Sun J; Huang Z; Zhang Y
[+]

Afiliaciones

Faculty of Information Technology; Beijing University of Technology; Beijing; 100124; China - Autor o Coautor
School of Electronic and Information Engineering; Beijing Jiaotong University; Beijing; 100044; China - Autor o Coautor

Resumen

The automatic reading of pointer meters is significantly important to data monitoring and efficient measurement in the industrial field. However, the existing automatic reading method can not obtain accurate performance in natural scenarios and present no satisfactory application effects in industrial fields (such as power stations and gas stations). In this paper, a novel automatic reading method for pointer meters based on deep learning is proposed, which contains five stages. Stage-1: the object detection algorithm Yolov4 and the feature optimization module IFF are used to locate the target meter. Stage-2: Semantic segmentation model is applied to extract the pointer area based on Anam-Net. Stage-3: the character detection algorithm CRAFT and the text recognition algorithm E2E-MLT are combined and used to recognize the scale text and unit on the meter. Stage-4: the scale area of the meter is converted to the polar coordinate system, and a lightweight convolutional neural network is designed to locate the main scale line. And finally in Stage-5: the reading data are calculated according to the outputs of the above-mentioned deep learning models. The experiment results show that the reading method proposed in this paper has higher accuracy and robustness than those of the existing approaches and obtains satisfactory application effects in the industrial field. © 2022, The Author(s), under exclusive licence to Springer-Verlag London Ltd., part of Springer Nature.
[+]

Palabras clave

Application effectAutomatic pointer meter readingAutomatic readingCharacter recognitionComputer visionComputer vision (cv)ConvolutionConvolutional neural networkConvolutional neural network (cnn)Convolutional neural networksDeep learningDeep learning (dl)Industrial fieldsLearning systemsMeter readingsNatural sceneNatural scenesObject detectionSemanticsSignal detection

Indicios de calidad

Impacto bibliométrico. Análisis de la aportación y canal de difusión

El trabajo ha sido publicado en la revista Neural Computing & Applications debido a la progresión y el buen impacto que ha alcanzado en los últimos años, según la agencia Scopus (SJR), se ha convertido en una referencia en su campo. En el año de publicación del trabajo, 2023, se encontraba en la posición , consiguiendo con ello situarse como revista Q1 (Primer Cuartil), en la categoría .

Desde una perspectiva relativa, y atendiendo al indicador del impacto normalizado calculado a partir de las Citas Mundiales de Scopus Elsevier, arroja un valor para la media Ponderada del Impacto Normalizado de la agencia Scopus: 1.58, lo que indica que, de manera comparada con trabajos en la misma disciplina y en el mismo año de publicación, lo ubica como trabajo citado por encima de la media. (fuente consultada: ESI 13 Nov 2025)

De manera concreta y atendiendo a las diferentes agencias de indexación, el trabajo ha acumulado, hasta la fecha 2025-12-21, el siguiente número de citas:

  • Scopus: 16
[+]

Impacto y visibilidad social

Desde la dimensión de Influencia o adopción social, y tomando como base las métricas asociadas a las menciones e interacciones proporcionadas por agencias especializadas en el cálculo de las denominadas “Métricas Alternativas o Sociales”, podemos destacar a fecha 2025-12-21:

  • El uso, desde el ámbito académico evidenciado por el indicador de la agencia Altmetric referido como agregaciones realizadas por el gestor bibliográfico personal Mendeley, nos da un total de: 6.
  • La utilización de esta aportación en marcadores, bifurcaciones de código, añadidos a listas de favoritos para una lectura recurrente, así como visualizaciones generales, indica que alguien está usando la publicación como base de su trabajo actual. Esto puede ser un indicador destacado de futuras citas más formales y académicas. Tal afirmación es avalada por el resultado del indicador “Capture” que arroja un total de: 6 (PlumX).

Con una intencionalidad más de divulgación y orientada a audiencias más generales podemos observar otras puntuaciones más globales como:

  • El Score total de Altmetric: 1.
  • El número de menciones en la red social X (antes Twitter): 1 (Altmetric).
[+]

Análisis de liderazgo de los autores institucionales

Este trabajo se ha realizado con colaboración internacional, concretamente con investigadores de: China.

Existe un liderazgo significativo ya que algunos de los autores pertenecientes a la institución aparecen como primer o último firmante, se puede apreciar en el detalle: Primer Autor (SUN, JUNJIAO) .

[+]