隨著互聯(lián)網(wǎng)的飛速發(fā)展,越來越多的人們開始習慣于在電子商務平臺上購物。商品信息圖片這種簡潔生動而又豐富準確的視覺信息給消費者帶來便利的同時也給電子商務網(wǎng)站的管理人員帶來了技術方面的挑戰(zhàn)。由于商品信息圖片中文字的表現(xiàn)形式為受到字符多樣性、背景紋理等條件干擾的光學字符,從而不能被計算機直接搜索和處理,這就造成了一部分不良商家通過把違規(guī)商品信息以圖片的形式面向消費者展示同時還能規(guī)避網(wǎng)絡監(jiān)管的事情時有發(fā)生。因此,研究如何從這些電商圖像中準確提取文字信息具有重要實用價值。自動從商品信息圖片中提取文本信息將有助于電子商務企業(yè)在大數(shù)據(jù)時代提高商品的推薦效率、提升售后保障和信息化監(jiān)管水平。本文主要針對電商圖片中的字符定位和識別算法進行了研究,在一系列關于圖像處理、文字特征提取、文字定位等算法的研究基礎上,拋棄了傳統(tǒng)“邊緣檢測+腐蝕膨脹”的特征提取方法,模擬肉眼的視覺機理提出了通過灰度聚類、圖層分解、去噪等步驟進行字符定位的方法,同時進一步結(jié)合鄰近搜索和統(tǒng)計切割技術針對漢字的幾何特征進行了字符切割,最后采用了卷積神經(jīng)網(wǎng)絡模型,通過多層卷積神經(jīng)網(wǎng)絡,構建了單字的識別模型,成功剔除了圖片的背景區(qū)域,實現(xiàn)了對于... 

【文章來源】：西北師范大學甘肅省

【文章頁數(shù)】：58 頁

【學位級別】：碩士

【部分圖文】：

電商平臺商

第1章緒論3（a）某平臺商品宣傳頁面（b）消費者實際到手的物品圖1-1電商平臺商品虛假宣傳頁面圖（a）違規(guī)商品宣傳頁面（b）違規(guī)商品宣傳頁面圖1-2電商平臺違規(guī)商品頁面圖

第2章文字識別相關技術15模型。卷積神經(jīng)網(wǎng)絡是人工神經(jīng)網(wǎng)絡的一種，已成為當前圖像識別領域的主流模型，它通過局部感知野和權值共享方法，降低了網(wǎng)絡模型的復雜度，減少了權值的數(shù)量，在網(wǎng)絡結(jié)構上更類似于生物神經(jīng)網(wǎng)絡，這也預示著它必然具有更優(yōu)秀的效果。本文選擇卷積神經(jīng)網(wǎng)絡的主要原因包括以下三點：1.對原始圖像自動提取特征：卷積神經(jīng)網(wǎng)絡模型可以直接將原始圖像進行輸入，免除了傳統(tǒng)模型的人工提取特征這一比較困難的核心部分。2.比傳統(tǒng)模型更高的精度：比如在MNIST手寫數(shù)字識別任務中，可以達到99%以上的精度，這遠高于傳統(tǒng)模型的精度。3.比傳統(tǒng)模型更好的泛化能力：這意味著圖像本身的形變(伸縮、旋轉(zhuǎn))以及圖像上的噪音對識別的結(jié)果影響不明顯，這正是一個效果良好的字符識別操作所必需的。卷積神經(jīng)網(wǎng)絡本質(zhì)上可以看作是全連接神經(jīng)網(wǎng)絡（例如眾所周知的多層感知器Multi-LayerPerceptron）的改進版本。由于權重共享屬性，網(wǎng)絡中包含的參數(shù)數(shù)量大大減少，并且由于使用卷積核在圖像中的每個位置連續(xù)執(zhí)行卷積計算，具有提取局部特征的作用。以上的兩個屬性使卷積神經(jīng)網(wǎng)絡在進行圖像處理任務時比全連接神經(jīng)網(wǎng)絡更方便[41]。卷積神經(jīng)網(wǎng)絡的靈感來自研究大腦視覺原理的過程，如圖2-1所示。諾貝爾醫(yī)學獎獲得者TorstenWiesel和DavidHubel在1981年提出人類的大腦在進行視覺系統(tǒng)的信息處理時是通過分級的可視皮層進行的。首先從瞳孔捕獲原始信號，然后第一級皮層檢測原始信號的輪廓與邊緣，接著第二級皮層檢測基于前一層信息判斷的某些關鍵形狀，最后第三級皮層從第二級皮層檢測所得圖像中的信息高度抽象總結(jié)出具體對象。圖2-1大腦視覺原理過程圖


本文編號：2940114