發(fā)布時(shí)間：2021-04-07 04:30

　　作為計(jì)算機(jī)視覺(jué)應(yīng)用的重要分支,自然場(chǎng)景中的文本閱讀一直以來(lái)都是基于深度學(xué)習(xí)的計(jì)算機(jī)視覺(jué)領(lǐng)域內(nèi)最受歡迎的熱門(mén)研究領(lǐng)域之一,在最近十年被廣泛的進(jìn)行了研究。由許多現(xiàn)實(shí)世界的應(yīng)用所驅(qū)動(dòng),對(duì)于助盲系統(tǒng)、智慧交通系統(tǒng)、無(wú)人駕駛導(dǎo)航系統(tǒng)等方向均具有實(shí)際應(yīng)用的現(xiàn)實(shí)意義由于場(chǎng)景文本的多樣性及背景的復(fù)雜性,場(chǎng)景文本檢測(cè)識(shí)別目前面臨著很多挑戰(zhàn)。在自然場(chǎng)景中閱讀文本分為文本檢測(cè)和文本識(shí)別兩個(gè)過(guò)程。其與光學(xué)字符識(shí)別（OCR）并不完全相似,在檢測(cè)難度、識(shí)別精度需求上還存在很大的差別。尤其是在無(wú)人駕駛導(dǎo)航的路標(biāo)信息提取中,對(duì)識(shí)別精準(zhǔn)度要求極高,OCR技術(shù)難以實(shí)現(xiàn)高準(zhǔn)度識(shí)別。目前的場(chǎng)景文本檢測(cè)及識(shí)別方法多為基于深度學(xué)習(xí)的方法,在面對(duì)復(fù)雜場(chǎng)景時(shí)深度學(xué)習(xí)具有傳統(tǒng)方法不可比擬的泛化能力。本文對(duì)自然場(chǎng)景的文本檢測(cè)與識(shí)別進(jìn)行了深入研究,提出了基于YOLOv3的多向文本檢測(cè)算法,以及基于CRNN的不定長(zhǎng)字符識(shí)別方法。本文具體研究?jī)?nèi)容如下:（1）本文提出了一種場(chǎng)景文本圖像預(yù)處理方法,同時(shí)提出了一個(gè)長(zhǎng)文本子數(shù)據(jù)集用于長(zhǎng)文本檢測(cè),以及一個(gè)大規(guī)模合成中文字符數(shù)據(jù)集用于中文字符識(shí)別。本文使用了 PCA對(duì)圖片進(jìn)行了降維,并提出了改進(jìn)的中值濾... 

【文章來(lái)源】：東北電力大學(xué)吉林省

【文章頁(yè)數(shù)】：66 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖２－１?申備網(wǎng)備訓(xùn)Ｓｕｉｇ…??由于卷積計(jì)算過(guò)程在二維空間內(nèi)完成，包括計(jì)算過(guò)程的參數(shù)、輸入輸出數(shù)據(jù)和計(jì)算關(guān)??

?（２－３）??其中＊表示卷積。??假設(shè)是二維的卷積，則表達(dá)式為：??＾?ｙ）?＝?（Ｘ?ｘ?＾）?（／，?ｙ）?＝?（／?－ｍ，ｊ－ｎ）ｗ（ｍ，?ｎ）?（２－４）??ｍ?ｎ??在這個(gè)公式中，Ｘ為輸入，Ｗ為卷積核。若輸入的Ｘ是一個(gè)二維矩陣，則ｗ也是一??個(gè)二維矩陣。??根據(jù)上面的數(shù)學(xué)卷積過(guò)程來(lái)對(duì)ＣＮＮ的卷積過(guò)程進(jìn)行理解。圖像卷積主要使用卷積層??的卷積核（濾波器）在圖像上按從左至右從上至下的順序進(jìn)行滑動(dòng)，卷積核參數(shù)與對(duì)應(yīng)圖片??的像素值進(jìn)行相乘運(yùn)算后再相加。卷積過(guò)程示意圖如圖２－３所示，輸入數(shù)據(jù)是二維３Ｘ３矩??陣，其９個(gè)值為圖像像素值矩陣，采用２Ｘ２的卷積核對(duì)圖像進(jìn)行計(jì)算。右側(cè)圖為最終輸出??的卷積后的由４個(gè)像素構(gòu)成的特征圖。最終卷積值為ａｗ?＋?６ｘ?＋辦＋?ｅｚ、＋?＋?＋聲、??ｉ／ｖｖ?＋?ｅｘ?＋?ｇｙ?＋?Ｚｚｚ、￡ｗ＋＿ｙ５ｃ?＋?／＾?＋?／ｚ。實(shí)際運(yùn)算中，為了避免丟失邊緣信息，會(huì)在外層補(bǔ)上一??圈０后再進(jìn)行卷積，此過(guò)程稱(chēng)為ｐａｄｄｉｎｇ。同時(shí)，為了實(shí)現(xiàn)不同的網(wǎng)絡(luò)功能，卷積的步長(zhǎng)可??以為任意值，通常使用步長(zhǎng)為１進(jìn)行特征提取，使用步長(zhǎng)為２進(jìn)行下采樣。??Ｄａ?９＾?ｃ?????Ｅｄ?｜ｅ?ｆ?＝＞?ｍｍｊ＾Ｌ????ｄｗ＋ｅｘ．?ｅｗ＋ｆｘ＋??ｇｙ＋ｈ？?ｈｙ＋ｉｚ??ｇ?ｈ?ｉ?Ｌ．－－」??圖２－３卷積計(jì)算過(guò)程??２．?２．?２池化層??與卷積層的復(fù)雜度相比，池化層要簡(jiǎn)單得多。池化的主要目的是進(jìn)一步減少卷積后參??數(shù)的數(shù)據(jù)量，即降維。具體過(guò)程如下：對(duì)于ｍｘｍ矩陣數(shù)據(jù)，使用ｎｘｎ矩陣用于池化過(guò)濾，??從而可以獲得矩陣，從而可以減少輸入矩陣的維數(shù)。??ｎ?ｎ??若要將

第２章相關(guān)理論介紹??４?〇??Ｍｉｌ?ｑ?剛??６?０?６?５?４?４??７?３?１４??ａ）平均池化??Ｔ７＾??■Ｖ??ｊ?：￣—■－■——ｉ?????６?０?６?５?７?６??７?３?１４??ｂ）最大池化??圖２－４池化過(guò)程??２．?２．?３全連接層??閣像數(shù)據(jù)經(jīng)過(guò)了卷積操作后提取到了有效的特征向量，再利用池化過(guò)濾器對(duì)特征提取??到的特征向量數(shù)據(jù)進(jìn)行降維，以減少計(jì)算的參數(shù)暈。卷積和池化后由全連接層對(duì)特征向量??進(jìn)行融合，全連接的結(jié)構(gòu)示意閣如閣２－５所示，前一層的所有神經(jīng)元均與后？？層的所有祌??經(jīng)元進(jìn)行連接，運(yùn)算后得到輸出結(jié)果的特征表達(dá)，輸出的最后一層使用激活函數(shù)實(shí)現(xiàn)對(duì)于??文本的分類(lèi)。??＿??圖２－５全連接層結(jié)構(gòu)示意圖??－９?－??

【參考文獻(xiàn)】：
期刊論文
[1]基于卷積神經(jīng)網(wǎng)絡(luò)的數(shù)字識(shí)別[J]. 代賀,陳洪密,李志申.  貴州師范大學(xué)學(xué)報(bào)(自然科學(xué)版). 2017(05)
[2]利用SVM的聚類(lèi)算法在時(shí)間序列信號(hào)識(shí)別中的應(yīng)用[J]. 汪永濤.  微電子學(xué)與計(jì)算機(jī). 2012(03)
[3]基于結(jié)構(gòu)特征和灰度特征的車(chē)牌字符識(shí)別方法[J]. 羅輝武,唐遠(yuǎn)炎,王翊,藍(lán)利君.  計(jì)算機(jī)科學(xué). 2011(11)
[4]基于卷積神經(jīng)網(wǎng)絡(luò)LeNet-5的車(chē)牌字符識(shí)別研究[J]. 趙志宏,楊紹普,馬增強(qiáng).  系統(tǒng)仿真學(xué)報(bào). 2010(03)
[5]基于小波的車(chē)牌漢字特征提取[J]. 潘翔,葉修梓,張三元.  中國(guó)圖象圖形學(xué)報(bào). 2003(10)
[6]基于筆劃和筆順的漢字識(shí)別算法[J]. 陳治平,林亞平,李軍義.  湖南大學(xué)學(xué)報(bào)(自然科學(xué)版). 2000(04)

碩士論文
[1]自然場(chǎng)景圖像中的文本定位和提取算法研究[D]. 熊玲.東南大學(xué) 2016
[2]基于卷積神經(jīng)網(wǎng)絡(luò)的聯(lián)機(jī)手寫(xiě)漢字識(shí)別系統(tǒng)[D]. 劉欣.哈爾濱工業(yè)大學(xué) 2015
[3]基于卷積神經(jīng)網(wǎng)絡(luò)的深度學(xué)習(xí)算法與應(yīng)用研究[D]. 陳先昌.浙江工商大學(xué) 2014
[4]基于圖像匹配的漢字識(shí)別系統(tǒng)研究與實(shí)現(xiàn)[D]. 武桐.上海交通大學(xué) 2010
[5]基于整體紋理分析的漢字字體識(shí)別[D]. 許春曄.河北大學(xué) 2001



本文編號(hào)：3122803