@mastersthesis{H{\"o}ser2026,
  type      = {Master Thesis},
  author    = {H{\"o}ser, Hannes},
  title     = {Zeichenerkennung auf gekr{\"u}mmten Oberfl{\"a}chen mittels industrieller Kameras - Analyse und Vergleich von Verfahren zur Korrektur von Text auf gekr{\"u}mmten Oberfl{\"a}chen},
  institution = {Physikalische Technik, Informatik},
  pages     = {101},
  year      = {2026},
  abstract  = {Ziel dieser Masterarbeit ist die Entwicklung und Evaluation eines Verfahrens zur Verbesserung der Zeichenerkennung des IDC-Multicode-Readers der Baumer Optronic GmbH bei Texten auf gekr{\"u}mmten oder verformten Oberfl{\"a}chen. W{\"a}hrend die bestehenden OCR-Tools des IDCs auf planaren Oberfl{\"a}chen bereits zuverl{\"a}ssige Ergebnisse liefern, nimmt die Erkennungsleistung bei verzerrten Texten deutlich ab. Um den Funktionsumfang des Systems zu erweitern, ohne das bestehende OCR-System grundlegend zu ver{\"a}ndern, wurde ein zus{\"a}tzlicher KI-basierter Vorverarbeitungsschritt zur Textkorrektur integriert. Als Grundlage diente ein neuronales Netz nach Xie et al. [2022], das aufgrund seines g{\"u}nstigen Laufzeitverhaltens als Ausgangsarchitektur gew{\"a}hlt wurde. Um von einem dedizierten Hardwarebeschleuniger (NPU) zu profitieren, wurde das Modell gezielt angepasst. Hierzu waren architektonische Modifikationen sowie eine Quantisierung mittels Quantization-Aware-Training erforderlich. Die Quantisierung bildete die Modellparameter vom Datentyp float32 auf int8 ab, da die eingesetzte NPU ausschließlich Integer-Operationen unterst{\"u}tzt. Der dabei auftretende Genauigkeitsverlust durch die Quantisierung fiel gering aus. Die Laufzeitanalyse zeigte jedoch, dass mit dem optimierten Modell lediglich eine maximale Verarbeitungsrate von 2,41 Bildern pro Sekunde erreicht wurde. Das Ziel von 30 FPS wurde somit verfehlt. Dennoch belegen die Ergebnisse eine signifikante Verbesserung der Texterkennungsleistung der IDC-OCR-Tools bei gering bis mittel stark gekr{\"u}mmten Texten. Das entwickelte Verfahren stellt somit eine praxistaugliche Erweiterung f{\"u}r den IDC dar und bietet zugleich Ansatzpunkte f{\"u}r zuk{\"u}nftige Optimierungen.},
  language  = {de}
}