發(fā)布時間：2019-05-17 00:51

【摘要】：隨著智能手機等移動互聯(lián)網(wǎng)設(shè)備以及4G網(wǎng)絡(luò)等無線高速上網(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越大,已經(jīng)遠遠超過傳統(tǒng)的文本形式。圖像中的文本包含著很多有價值的信息。在圖像中可被獲取的信息中,人眼的注意力尤其會被文本所吸引[17]。傳統(tǒng)的文本檢測識別技術(shù)專注于掃描文檔、票據(jù)以及格式統(tǒng)一的文本檢測,很少涉及自然場景圖片中的文本檢測。準確檢測和識別自然場景中的文本對于圖像的語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習單位的研究項目進行的。研究重點為移動通信中違規(guī)圖像的過濾。作者獨立完成了以下工作內(nèi)容:自然場景中文本檢測識別系統(tǒng)的設(shè)計與實現(xiàn)。作者利用計算機視覺領(lǐng)域的相關(guān)知識,采用模式識別和深度學習中的一些算法,從自然場景圖片中檢測出標識文本,并且通過實驗驗證了其有效性。系統(tǒng)包括圖像的預(yù)處理、文本位置檢測、文本識別等功能模塊。其中,圖片的預(yù)處理模塊對輸入數(shù)據(jù)進行灰度化、增強文本對比度。文本檢測模塊利用最大穩(wěn)定極值區(qū)域(Maximally Stable Extremal Regions,MSER)算法提取候選區(qū)域,并通過深度神經(jīng)網(wǎng)絡(luò)提取深度特征。文本識別模塊利用識別神經(jīng)網(wǎng)絡(luò)進行文本識別,并通過語言模型修正識別結(jié)果。自然場景中文本檢測識別系統(tǒng)被應(yīng)用于檢測和識別網(wǎng)絡(luò)圖像中的文本信息,提供文本信息線索給違規(guī)圖像過濾系統(tǒng)。測試結(jié)果表明,融合了自然場景文本檢測識別系統(tǒng)的違規(guī)圖像過濾取得了更好的性能,從而達到了設(shè)計目標。
[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.
【學位授予單位】：北京交通大學
【學位級別】：碩士
【學位授予年份】：2017
【分類號】：TP391.41

【相似文獻】

相關(guān)期刊論文 前10條

1 陳慶榮;蔣志杰;;自然場景信息提取和驗證加工的眼動研究(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;;一種面向聚焦爬蟲的自然場景文本定位技術(shù)[J];小型微型計算機系統(tǒng);2014年09期

3 戴津;;自然場景中文本檢測技術(shù)研究綜述[J];計算機光盤軟件與應(yīng)用;2013年18期

4 古輝;蘆亞亞;丁維龍;王杰;張維統(tǒng);;自然場景下果實目標的識別和定位[J];浙江工業(yè)大學學報;2007年03期

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

6 楊丹;李博;趙紅;;魯棒視覺詞匯本的自適應(yīng)構(gòu)造與自然場景分類應(yīng)用[J];電子與信息學報;2010年09期

7 劉宏;普杰信;;一種改進的自然場景特征提取方法[J];計算機工程;2011年21期

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

9 �，�;何東健;李宗儒;;基于聚類與邊緣檢測的自然場景文本提取方法[J];計算機工程與設(shè)計;2010年18期

10 徐瓊;干宗良;劉峰;陳昌紅;;基于提升樹的自然場景中文文本定位算法研究[J];南京郵電大學學報(自然科學版);2013年06期

相關(guān)會議論文 前1條

1 霍靜萍;杜建政;;自然場景視覺記憶中顏色的作用途徑[A];第十一屆全國心理學學術(shù)會議論文摘要集[C];2007年

相關(guān)博士學位論文 前5條

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

2 王潤民;自然場景文字檢測方法研究[D];華中科技大學;2015年

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

4 孫雷;自然場景圖像中的文字檢測[D];中國科學技術(shù)大學;2015年

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

相關(guān)碩士學位論文 前10條

1 閆鵬;基于級聯(lián)卷積網(wǎng)絡(luò)的自然場景下的車牌檢測[D];鄭州大學;2015年

2 陳帥;自然場景下基于局部模型的車體檢測及其并行化方法研究[D];鄭州大學;2015年

3 江彤;層次化的自然場景文本檢測算法研究[D];大連海事大學;2015年

4 李敏強;自然場景維吾爾文本區(qū)域檢測[D];新疆大學;2015年

5 羅龍潤;多標注源多標記排序研究[D];東南大學;2015年

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

7 江瑤;結(jié)合對立顏色理論與多核學習的場景文字檢測方法研究[D];江西師范大學;2016年

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

9 師軍;自然場景中文本檢測識別系統(tǒng)的設(shè)計與實現(xiàn)[D];北京交通大學;2017年

10 楊帆;基于腦電的自然場景下目標的快速識別研究[D];云南大學;2014年

，

本文編號：2478677