【摘要】：隨著智能手機(jī)等移動(dòng)互聯(lián)網(wǎng)設(shè)備以及4G網(wǎng)絡(luò)等無(wú)線高速上網(wǎng)方式的普及,使得人們獲得信息的途徑越發(fā)的豐富、廣泛和便捷。圖像在傳播信息媒介中所占的比例越來(lái)越大,已經(jīng)遠(yuǎn)遠(yuǎn)超過(guò)傳統(tǒng)的文本形式。圖像中的文本包含著很多有價(jià)值的信息。在圖像中可被獲取的信息中,人眼的注意力尤其會(huì)被文本所吸引[17]。傳統(tǒng)的文本檢測(cè)識(shí)別技術(shù)專(zhuān)注于掃描文檔、票據(jù)以及格式統(tǒng)一的文本檢測(cè),很少涉及自然場(chǎng)景圖片中的文本檢測(cè)。準(zhǔn)確檢測(cè)和識(shí)別自然場(chǎng)景中的文本對(duì)于圖像的語(yǔ)義理解具有重要意義。本論文的工作內(nèi)容是基于該作者的實(shí)習(xí)單位的研究項(xiàng)目進(jìn)行的。研究重點(diǎn)為移動(dòng)通信中違規(guī)圖像的過(guò)濾。作者獨(dú)立完成了以下工作內(nèi)容:自然場(chǎng)景中文本檢測(cè)識(shí)別系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)。作者利用計(jì)算機(jī)視覺(jué)領(lǐng)域的相關(guān)知識(shí),采用模式識(shí)別和深度學(xué)習(xí)中的一些算法,從自然場(chǎng)景圖片中檢測(cè)出標(biāo)識(shí)文本,并且通過(guò)實(shí)驗(yàn)驗(yàn)證了其有效性。系統(tǒng)包括圖像的預(yù)處理、文本位置檢測(cè)、文本識(shí)別等功能模塊。其中,圖片的預(yù)處理模塊對(duì)輸入數(shù)據(jù)進(jìn)行灰度化、增強(qiáng)文本對(duì)比度。文本檢測(cè)模塊利用最大穩(wěn)定極值區(qū)域(Maximally Stable Extremal Regions,MSER)算法提取候選區(qū)域,并通過(guò)深度神經(jīng)網(wǎng)絡(luò)提取深度特征。文本識(shí)別模塊利用識(shí)別神經(jīng)網(wǎng)絡(luò)進(jìn)行文本識(shí)別,并通過(guò)語(yǔ)言模型修正識(shí)別結(jié)果。自然場(chǎng)景中文本檢測(cè)識(shí)別系統(tǒng)被應(yīng)用于檢測(cè)和識(shí)別網(wǎng)絡(luò)圖像中的文本信息,提供文本信息線索給違規(guī)圖像過(guò)濾系統(tǒng)。測(cè)試結(jié)果表明,融合了自然場(chǎng)景文本檢測(cè)識(shí)別系統(tǒng)的違規(guī)圖像過(guò)濾取得了更好的性能,從而達(dá)到了設(shè)計(jì)目標(biāo)。
[Abstract]:With the popularity of mobile Internet devices such as smartphones and 4G networks, people's access to information is becoming more and more abundant, extensive and convenient. The proportion of images in the communication information media is more and more large, which has far exceeded the traditional text form. The text in the image contains a lot of valuable information. In the information that can be obtained in the image, the attention of the human eye is especially attracted to the text [17]. The traditional text detection and recognition technology focuses on scanning documents, bills and uniform format text detection, and rarely involves text detection in natural scene pictures. Accurate detection and recognition of text in natural scenes is of great significance for semantic understanding of images. The content of this paper is based on the research project of the author's internship unit. The research focuses on the filtering of illegal images in mobile communication. The author completes the following work independently: the design and implementation of the natural scene Chinese text detection and recognition system. Based on the relevant knowledge in the field of computer vision, the author uses some algorithms in pattern recognition and deep learning to detect the identification text from the natural scene picture, and verifies its effectiveness through experiments. The system includes image preprocessing, text position detection, text recognition and other functional modules. Among them, the preprocessing module of the picture grays the input data to enhance the text contrast. The text detection module uses the maximum stable extremum region (Maximally Stable Extremal Regions,MSER algorithm to extract the candidate region, and the depth feature is extracted by the depth neural network. Text recognition module uses recognition neural network for text recognition, and modifies the recognition results through language model. The natural scene Chinese text detection and recognition system is used to detect and recognize the text information in the network image, and to provide the text information clue to the illegal image filtering system. The test results show that the illegal image filtering combined with the natural scene text detection and recognition system achieves better performance, thus achieving the design goal.
【學(xué)位授予單位】：北京交通大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2017
【分類(lèi)號(hào)】：TP391.41

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 陳慶榮;蔣志杰;;自然場(chǎng)景信息提取和驗(yàn)證加工的眼動(dòng)研究(英文)[J];Journal of Southeast University(English Edition);2010年03期

2 彭浩;陳繼鋒;劉瓊;王海濤;高海波;;一種面向聚焦爬蟲(chóng)的自然場(chǎng)景文本定位技術(shù)[J];小型微型計(jì)算機(jī)系統(tǒng);2014年09期

3 戴津;;自然場(chǎng)景中文本檢測(cè)技術(shù)研究綜述[J];計(jì)算機(jī)光盤(pán)軟件與應(yīng)用;2013年18期

4 古輝;蘆亞亞;丁維龍;王杰;張維統(tǒng);;自然場(chǎng)景下果實(shí)目標(biāo)的識(shí)別和定位[J];浙江工業(yè)大學(xué)學(xué)報(bào);2007年03期

5 皮學(xué)賢;李思昆;宋君強(qiáng);;一種新的離散格子氣模型及其在自然場(chǎng)景仿真中的應(yīng)用[J];計(jì)算機(jī)工程與科學(xué);2006年10期

6 楊丹;李博;趙紅;;魯棒視覺(jué)詞匯本的自適應(yīng)構(gòu)造與自然場(chǎng)景分類(lèi)應(yīng)用[J];電子與信息學(xué)報(bào);2010年09期

7 劉宏;普杰信;;一種改進(jìn)的自然場(chǎng)景特征提取方法[J];計(jì)算機(jī)工程;2011年21期

8 張冬梅;張全元;鄭達(dá);鄭蔚;李暉;戴光明;;一種新的自然場(chǎng)景標(biāo)志牌文本提取算法[J];計(jì)算機(jī)工程與應(yīng)用;2007年24期

9 �，�;何東健;李宗儒;;基于聚類(lèi)與邊緣檢測(cè)的自然場(chǎng)景文本提取方法[J];計(jì)算機(jī)工程與設(shè)計(jì);2010年18期

10 徐瓊;干宗良;劉峰;陳昌紅;;基于提升樹(shù)的自然場(chǎng)景中文文本定位算法研究[J];南京郵電大學(xué)學(xué)報(bào)(自然科學(xué)版);2013年06期

相關(guān)會(huì)議論文 前1條

1 霍靜萍;杜建政;;自然場(chǎng)景視覺(jué)記憶中顏色的作用途徑[A];第十一屆全國(guó)心理學(xué)學(xué)術(shù)會(huì)議論文摘要集[C];2007年

相關(guān)博士學(xué)位論文 前5條

1 吳銳;自然場(chǎng)景中文本識(shí)別技術(shù)研究及實(shí)現(xiàn)[D];哈爾濱工業(yè)大學(xué);2010年

2 王潤(rùn)民;自然場(chǎng)景文字檢測(cè)方法研究[D];華中科技大學(xué);2015年

3 黃劍華;自然場(chǎng)景中文本信息提取方法[D];哈爾濱工業(yè)大學(xué);2007年

4 孫雷;自然場(chǎng)景圖像中的文字檢測(cè)[D];中國(guó)科學(xué)技術(shù)大學(xué);2015年

5 劉曉佩;自然場(chǎng)景文本信息提取關(guān)鍵技術(shù)研究[D];西安電子科技大學(xué);2014年

相關(guān)碩士學(xué)位論文 前10條

1 閆鵬;基于級(jí)聯(lián)卷積網(wǎng)絡(luò)的自然場(chǎng)景下的車(chē)牌檢測(cè)[D];鄭州大學(xué);2015年

2 陳帥;自然場(chǎng)景下基于局部模型的車(chē)體檢測(cè)及其并行化方法研究[D];鄭州大學(xué);2015年

3 江彤;層次化的自然場(chǎng)景文本檢測(cè)算法研究[D];大連海事大學(xué);2015年

4 李敏強(qiáng);自然場(chǎng)景維吾爾文本區(qū)域檢測(cè)[D];新疆大學(xué);2015年

5 羅龍潤(rùn);多標(biāo)注源多標(biāo)記排序研究[D];東南大學(xué);2015年

6 王毅;自然場(chǎng)景下文本區(qū)域定位方法的研究[D];哈爾濱工業(yè)大學(xué);2016年

7 江瑤;結(jié)合對(duì)立顏色理論與多核學(xué)習(xí)的場(chǎng)景文字檢測(cè)方法研究[D];江西師范大學(xué);2016年

8 章成全;自然場(chǎng)景文本與非文本圖片分類(lèi)算法研究[D];華中科技大學(xué);2016年

9 師軍;自然場(chǎng)景中文本檢測(cè)識(shí)別系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D];北京交通大學(xué);2017年

10 楊帆;基于腦電的自然場(chǎng)景下目標(biāo)的快速識(shí)別研究[D];云南大學(xué);2014年

，

本文編號(hào)：2478677