場景文字檢測與識別是計算機視覺領(lǐng)域的重要任務(wù)。場景文字檢測的目標是在自然場景圖像中定位文字實例。場景文字識別的目標是將只包含單個文字實例的自然場景圖像轉(zhuǎn)化為計算機可以理解的字符串。相比于傳統(tǒng)的光學字符識別,場景文字檢測與識別面臨著圖像背景復雜,文字樣式多變,成像質(zhì)量不佳等諸多挑戰(zhàn)。為了解決上述問題,本文建立了一個工業(yè)場景的文字圖像數(shù)據(jù)集,并提出了兩種新的基于深度學習的場景文字檢測與識別方法。首先,本文建立了一個工業(yè)領(lǐng)域的場景文字檢測與識別數(shù)據(jù)集——設(shè)備銘牌數(shù)據(jù)集。該數(shù)據(jù)集包含502張自然場景下拍攝的設(shè)備銘牌圖像,并對圖像中的銘牌位置、文字位置和內(nèi)容進行了詳細的標注。該數(shù)據(jù)集涵蓋了 175種不同種類的銘牌,包含中文字符、英文字符、數(shù)字、符號等多種字符,以及凸起文字、雕刻文字、印刷文字、手寫文字等多種形式的文字,具有很強的挑戰(zhàn)性。其次,本文針對透視變換影響文字檢測精度的問題,提出了一種基于關(guān)鍵點定位的場景文字檢測方法。我們設(shè)計了一種關(guān)鍵點定位網(wǎng)絡(luò),用于定位文字區(qū)域的關(guān)鍵點,并根據(jù)關(guān)鍵點位置對文字圖像進行轉(zhuǎn)正。該方法不僅解決了透視變換影響文字檢測精度的問題,還抑制了復雜的圖像背景對文字檢測的... 

【文章來源】：中國科學院大學(中國科學院深圳先進技術(shù)研究院)廣東省

【文章頁數(shù)】：55 頁

【學位級別】：碩士

【部分圖文】：

圖２．１設(shè)備銘牌標注樣例

?基于深度學習的場景文字檢測與識別方法研究???４０００??３５００??Ｉ３０００??（Ｕ??＾?２５００??＾?２０００?■??Ｉ?１５００?｜｜??｜｜｜－??ｎ?————屬．ＪＬＢＩ?Ｊｌ＿Ｉ—麵＿????Ｉ??０?２５０?５００?７５０?１０００?１２５０?１５００?１７５０?２０００??Ｌｅｎｇｔｈ?ｏｆ?Ｔｅｘｔ?Ｒｅｇｉｏｎ?ｉｎ?Ｐｉｘｅｌ??圖２．２文字實例長度分布。??Ｆｉｇｕｒｅ?２．２?Ｔｈｅ?ｌｅｎｇｔｈ?ｄｉｓｔｒｉｂｕｔｉｏｎ?ｏｆ?ｔｅｘｔ?ｉｎｓｔａｎｃｅ．??ＣＯ８０００??９３??Ｏ??（０??－Ｍ??－６０００??■Ｍ??（０??Ｊ４０００??〇?ＩｌｌｌｌｌｌｌｌｌｌｉｌｌｌｌｌｌＨｌＩｌｌｌｌｌｌｌｌｌｌｌｌｌｌｉｉｍｉｉｉｍ??０１２５?電?３ＡＶ４ａ?定．ｅ?－額?Ｃ／ｋＳｔＴ?壓?ｒＥ６ｎＲ?號?８７Ｎ?流?Ｄｌｏ９ｉＰＨｄＬＢＧＩｇ０ｕｓｌＶＩ?器??圖２．３前５０個字符類別的出現(xiàn)頻率。??Ｆｉｇｕｒｅ?２．３?Ｔｈｅ?ｆｒｅｑｕｅｎｃｙ?ｏｆ?ｔｏｐ?５０?ｃｈａｒａｃｔｅｒ?ｃａｔｅｇｏｒｉｅｓ．??１４０??１２０??Ｅｉ〇〇??Ｅ??Ｊ?８０??｜?６０??ｉｌｌｌｈ??５０?１００?１５０??Ｎｕｍｂｅｒ?ｏｆ?Ｔｅｘｔ?Ｒｅｇｉｏｎｓ??圖２．４每張圖像中的文字實例個數(shù)。??Ｆｉｇｕｒｅ?２．４?Ｔｈｅ?ｎｕｍｂｅｒ?ｏｆ?ｔｅｘｔ?ｉｎｓｔａｎｃｅｓ?ｉｎ?ｅａｃｈ?ｉｍａｇｅ．??１０??

?基于深度學習的場景文字檢測與識別方法研究???４０００??３５００??Ｉ３０００??（Ｕ??＾?２５００??＾?２０００?■??Ｉ?１５００?｜｜??｜｜｜－??ｎ?————屬．ＪＬＢＩ?Ｊｌ＿Ｉ—麵＿????Ｉ??０?２５０?５００?７５０?１０００?１２５０?１５００?１７５０?２０００??Ｌｅｎｇｔｈ?ｏｆ?Ｔｅｘｔ?Ｒｅｇｉｏｎ?ｉｎ?Ｐｉｘｅｌ??圖２．２文字實例長度分布。??Ｆｉｇｕｒｅ?２．２?Ｔｈｅ?ｌｅｎｇｔｈ?ｄｉｓｔｒｉｂｕｔｉｏｎ?ｏｆ?ｔｅｘｔ?ｉｎｓｔａｎｃｅ．??ＣＯ８０００??９３??Ｏ??（０??－Ｍ??－６０００??■Ｍ??（０??Ｊ４０００??〇?ＩｌｌｌｌｌｌｌｌｌｌｉｌｌｌｌｌｌＨｌＩｌｌｌｌｌｌｌｌｌｌｌｌｌｌｉｉｍｉｉｉｍ??０１２５?電?３ＡＶ４ａ?定．ｅ?－額?Ｃ／ｋＳｔＴ?壓?ｒＥ６ｎＲ?號?８７Ｎ?流?Ｄｌｏ９ｉＰＨｄＬＢＧＩｇ０ｕｓｌＶＩ?器??圖２．３前５０個字符類別的出現(xiàn)頻率。??Ｆｉｇｕｒｅ?２．３?Ｔｈｅ?ｆｒｅｑｕｅｎｃｙ?ｏｆ?ｔｏｐ?５０?ｃｈａｒａｃｔｅｒ?ｃａｔｅｇｏｒｉｅｓ．??１４０??１２０??Ｅｉ〇〇??Ｅ??Ｊ?８０??｜?６０??ｉｌｌｌｈ??５０?１００?１５０??Ｎｕｍｂｅｒ?ｏｆ?Ｔｅｘｔ?Ｒｅｇｉｏｎｓ??圖２．４每張圖像中的文字實例個數(shù)。??Ｆｉｇｕｒｅ?２．４?Ｔｈｅ?ｎｕｍｂｅｒ?ｏｆ?ｔｅｘｔ?ｉｎｓｔａｎｃｅｓ?ｉｎ?ｅａｃｈ?ｉｍａｇｅ．??１０??


本文編號：3004124