圖像中的文本信息包含著豐富準(zhǔn)確的高層語義信息,是理解圖像的關(guān)鍵要素。圖像中的文本檢測與識(shí)別技術(shù)在自動(dòng)駕駛、電子檔案、智慧醫(yī)療等諸多領(lǐng)域得到了廣泛應(yīng)用,受到學(xué)術(shù)界及產(chǎn)業(yè)界極大關(guān)注,已成為當(dāng)前研究的一大熱點(diǎn)。盡管當(dāng)前的研究取得了許多成果,然而在醫(yī)療保險(xiǎn)行業(yè)中的圖像文本檢測與識(shí)別仍面臨巨大挑戰(zhàn)。其一,醫(yī)療保險(xiǎn)所用的圖像分辨率低,圖像噪聲高。醫(yī)療保險(xiǎn)圖像在收集的過程中進(jìn)行了多次壓縮,導(dǎo)致圖像分辨率低。醫(yī)療保險(xiǎn)圖像在使用過程中,其復(fù)印件會(huì)被再次復(fù)印,導(dǎo)致圖像噪聲變大。低分辨率高噪聲的圖像很難正確檢測文本與非文本區(qū)域。其二,醫(yī)療保險(xiǎn)圖像表格線干擾大。不同于自然場景圖片,醫(yī)療保險(xiǎn)圖像存在著大量表格,其中的文字、數(shù)字與表格線間的間隔較小,檢測時(shí)經(jīng)常會(huì)將表格線與文字連接到一起,引起識(shí)別錯(cuò)誤。其三,醫(yī)療保險(xiǎn)圖像需要進(jìn)行字符級(jí)的檢測,現(xiàn)有檢測算法在單字符檢測時(shí)漏檢嚴(yán)重,無法有效進(jìn)行檢測。其四,醫(yī)療保險(xiǎn)圖像包含大量的醫(yī)療發(fā)票及清單,圖像上包含一個(gè)到多個(gè)彩色印章,導(dǎo)致被遮擋部分文字識(shí)別準(zhǔn)確度下降,單一識(shí)別模型無法有效解決單字及序列的識(shí)別。針對(duì)以上問題,借鑒目標(biāo)檢測、輪廓檢測、模式識(shí)別、深度學(xué)習(xí)等領(lǐng)域的最新進(jìn)展,對(duì)醫(yī)療保險(xiǎn)圖像文本檢測與識(shí)別開展了研究,主要研究工作如下:1)針對(duì)醫(yī)療保險(xiǎn)圖像分辨率低和噪聲高導(dǎo)致的無法有效進(jìn)行文本框檢測的問題,在采用圖像分割方式進(jìn)行醫(yī)療保險(xiǎn)圖像文本檢測時(shí),提出了在像素分類中引入特征注意力機(jī)制的檢測模型。該模型由檢測網(wǎng)絡(luò)和文本框生成兩部分組成,檢測網(wǎng)絡(luò)將特征注意力機(jī)制應(yīng)用到特征處理階段,使得網(wǎng)絡(luò)在處理特征的過程中盡可能多地保留圖像原本的重要信息,促使模型學(xué)習(xí)到更加準(zhǔn)確的特征。在文本框生成部分,提出了基于像素中心線的文本區(qū)域檢測算法,從檢測網(wǎng)絡(luò)輸出的結(jié)果中計(jì)算得到文本框結(jié)果,從而完成低分辨率、高噪聲環(huán)境下的醫(yī)療保險(xiǎn)圖像的文本框檢測。通過實(shí)驗(yàn)證明了該模型在分辨率低和噪聲高的醫(yī)療保險(xiǎn)圖像中能取得較好的文本檢測效果。2)為了解決醫(yī)療保險(xiǎn)圖像中表格線干擾大的問題,設(shè)計(jì)了由特征編碼和特征上采樣兩個(gè)子網(wǎng)絡(luò)組成的CEN模型。在特征編碼子網(wǎng)絡(luò)中,設(shè)計(jì)了一個(gè)特征增強(qiáng)模塊保留文本輪廓信息,該模塊能有效處理圖像淺層特征,較好區(qū)分文本與表格線。在特征上采樣子網(wǎng)絡(luò)中,利用反卷積濾波器代替?zhèn)鹘y(tǒng)的上采樣操作,對(duì)上一階段提取的深層特征進(jìn)行尺度擴(kuò)充,在增加特征感受野的同時(shí),有效地保留盡可能多的邊緣信息。CEN模型最后對(duì)網(wǎng)絡(luò)輸出結(jié)果進(jìn)行后處理,得到精確的醫(yī)療保險(xiǎn)圖像表格文本檢測結(jié)果。通過實(shí)驗(yàn)證明了該模型在醫(yī)療保險(xiǎn)表格圖像中能取得較好的文本檢測效果。3)為了有效進(jìn)行單字符的檢測,提出了一種將全卷積神經(jīng)網(wǎng)絡(luò)與蟻群算法結(jié)合的檢測方法。該方法首先利用全卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行文本熱圖的檢測,再在文本熱圖的基礎(chǔ)上進(jìn)行單字符的檢測。在進(jìn)行單字檢測時(shí),提出了一種優(yōu)化的蟻群算法,該算法利用圖像分區(qū)的梯度信息來初始化蟻群位置,根據(jù)文本目標(biāo)的特點(diǎn)優(yōu)化蟻群查找邊緣的過程,設(shè)計(jì)一種自適應(yīng)的信息素消散系數(shù)處理蟻群移動(dòng),有效地解決了傳統(tǒng)蟻群算法收斂緩慢和對(duì)噪聲敏感等問題,最終精確地分割出醫(yī)療保險(xiǎn)圖像中單個(gè)字符信息。通過實(shí)驗(yàn)證明了該方法在醫(yī)療保險(xiǎn)圖像中能取得較好的單字符檢測效果。4)為了有效對(duì)印章覆蓋文字及印章中小弧度文字和單字進(jìn)行識(shí)別,提出一種多顏色空間多模型集成的識(shí)別算法。該算法首先將RGB通道進(jìn)行通道分離,選取最合適的顏色空間進(jìn)行識(shí)別,利用其它通道信息對(duì)識(shí)別進(jìn)行補(bǔ)償融合。其次,在選擇的顏色通道上進(jìn)行基于字符的識(shí)別和基于序列的識(shí)別,然后將兩種模型的識(shí)別結(jié)果進(jìn)行融合。為了對(duì)帶有小弧度的文本進(jìn)行識(shí)別,提出了一種基于四行注意力機(jī)制的識(shí)別模型,有效解決醫(yī)療保險(xiǎn)圖像中小弧度印章的文本識(shí)別。通過實(shí)驗(yàn)證明了集成算法能對(duì)醫(yī)療保險(xiǎn)圖像中的印章覆蓋文字、單字符及小弧度文字進(jìn)行有效識(shí)別。
【學(xué)位單位】：華中科技大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位年份】：2019
【中圖分類】：F842.684;TP391.41;R197.1
【部分圖文】：

(b)復(fù)雜環(huán)境下拍照文本 (c)自然場景下拍照文本圖 1.1 圖片文本類型為了對(duì) OCR 研究有一個(gè)統(tǒng)一的評(píng)判標(biāo)準(zhǔn)及便于學(xué)者們交流，文檔分析與識(shí)別國International Conference on Document Analysis and Recognition，ICDA3 年開始組織了 OCR 相關(guān)的比賽，并公開了數(shù)據(jù)集及其算法評(píng)測系統(tǒng)[3-6]，ICD該領(lǐng)域最廣泛的評(píng)測標(biāo)準(zhǔn)（Benchmark）。ICDAR 將 OCR 任務(wù)劃分成三個(gè)子任務(wù)，分別為： 文本檢測，即文本定位，查找輸入圖片中文本的位置。 文字識(shí)別，把文本檢測所檢測出來的文本框進(jìn)行裁剪，當(dāng)成文字識(shí)別的輸對(duì)輸入的文本框進(jìn)行識(shí)別。 端到端：輸入一張圖片，輸出圖片中文本位置及相應(yīng)文字識(shí)別結(jié)果。在過去 20 年間，大量學(xué)者提出了多種文本檢測的方法。按照檢測目標(biāo)不同，基于字符的文本檢測及基于單詞的文本檢測，按照文本框預(yù)測方式不同，可

華 中 科 技 大 學(xué) 博 士 學(xué) 位 論 文1.2.3 基于分割的文本檢測分割算法在文本檢測當(dāng)中的應(yīng)用已十分廣泛，在實(shí)際圖片中文本實(shí)例間的小，單純的語義分割很難進(jìn)行較好的分離，現(xiàn)在的基于分割的文本檢測算法,在進(jìn)行分割后，需要進(jìn)行后處理得到文本行。TextBlock[30]算法利用分割思想進(jìn)行文本行的檢測，其檢測步驟如圖 1.2 所主要步驟包括：（1）用 FCN 進(jìn)行文本/非文本的區(qū)域選擇，一個(gè)獨(dú)立的連通文稱為一個(gè) TextBlock；（2）使用 MSER 在 TextBlock 中提取字符區(qū)域；（3）以方式確定文本行方向；（4）利用文本行方向從 TextBlock 內(nèi)得到文本行預(yù)測結(jié)用投影方式確定文本行方向的方法決定了 TextBlock 只適用于直線文本行的檢于彎曲或豎直文本行的檢測效果較差，如需要得到單個(gè)單詞，還需要對(duì)檢測到行進(jìn)行分割，TextBlock 的處理速度也較慢。

華 中 科 技 大 學(xué) 博 士 學(xué) 位 論 文像。同時(shí)，在網(wǎng)絡(luò)傳輸過程中，為了保障用戶的使用體驗(yàn)，快速完成圖像的上傳的圖像進(jìn)行壓縮，有些圖像會(huì)因?yàn)檫^度壓縮而使圖片失真，低分辨率的本檢測帶來較大影響。2.醫(yī)療保險(xiǎn)圖像噪聲高文檔圖像一般是在較好的情況下成像，采用掃描儀掃描而得，其圖像的質(zhì)量噪聲或噪聲很小。醫(yī)療保險(xiǎn)圖像由于拍攝者的隨意性，在拍攝的過程中產(chǎn)生等情況，使圖像成像質(zhì)量差，噪聲大，致使檢測識(shí)別效率低下，準(zhǔn)確率低，圖 1.3 所示。

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 田志剛;劉偉東;張少鋒;;關(guān)于我市醫(yī)療保險(xiǎn)工作情況的調(diào)研報(bào)告[J];寶雞社會(huì)科學(xué);2005年03期

2 李梅;;淺析醫(yī)療保險(xiǎn)檔案管理的實(shí)踐應(yīng)用[J];人力資源;2019年20期

3 黃國武;仇雨臨;;醫(yī)療保險(xiǎn)治理現(xiàn)代化:內(nèi)在邏輯和路徑推演[J];四川大學(xué)學(xué)報(bào)(哲學(xué)社會(huì)科學(xué)版);2019年02期

4 陳麗霞;;醫(yī)療保險(xiǎn)基金財(cái)務(wù)核算的不足和建議[J];財(cái)會(huì)學(xué)習(xí);2019年08期

5 武杰;;探析醫(yī)療保險(xiǎn)對(duì)醫(yī)療費(fèi)用的影響[J];天津社會(huì)保險(xiǎn);2018年05期

6 黃春榮;;探析醫(yī)療保險(xiǎn)基金的監(jiān)管機(jī)制[J];勞動(dòng)保障世界;2019年18期

7 王震;;醫(yī)療保險(xiǎn)與醫(yī)療救助:理論、現(xiàn)實(shí)與政策[J];中國醫(yī)療保險(xiǎn);2019年07期

8 喬麗麗;;醫(yī)療保險(xiǎn)差異對(duì)健康績效的影響效應(yīng)研究[J];保險(xiǎn)職業(yè)學(xué)院學(xué)報(bào);2019年03期

9 鄭德利;;醫(yī)療保險(xiǎn)檔案管理在新形勢下的強(qiáng)化策略[J];辦公室業(yè)務(wù);2019年12期

10 龍文忠;;醫(yī)療保險(xiǎn)態(tài)勢與結(jié)構(gòu)優(yōu)化影響探討[J];臨床醫(yī)藥文獻(xiàn)電子雜志;2019年55期

相關(guān)會(huì)議論文 前10條

1 河北省財(cái)政學(xué)會(huì)課題組;;河北省醫(yī)療保險(xiǎn)的政策評(píng)估與對(duì)策建議[A];中國財(cái)政學(xué)會(huì)2015年年會(huì)暨第二十次全國財(cái)政理論討論會(huì)交流材料匯編之二[C];2015年

2 黃瓊;;醫(yī)療保險(xiǎn)對(duì)急性缺血性腦卒中溶栓治療的療效的影響[A];中華醫(yī)學(xué)會(huì)第十八次全國神經(jīng)病學(xué)學(xué)術(shù)會(huì)議論文匯編（下）[C];2015年

3 吳林旭;;探究醫(yī)療保險(xiǎn)單位的人員績效管理工作[A];“決策論壇——公共政策的創(chuàng)新與分析學(xué)術(shù)研討會(huì)”論文集（下）[C];2016年

4 王亞飛;;微信群在醫(yī)療保險(xiǎn)辦公室工作中的應(yīng)用[A];2015年醫(yī)療保險(xiǎn)學(xué)術(shù)年會(huì)資料匯編[C];2015年

5 曹傳清;;醫(yī)療保險(xiǎn)檔案管理中存在的問題與解決措施探微[A];決策論壇——基于公共管理學(xué)視角的決策研討會(huì)論文集（上）[C];2015年

6 陳紅;;在醫(yī)療改革的新形勢下如何做好護(hù)士長工作[A];全國外科護(hù)理學(xué)術(shù)交流暨專題講座會(huì)議論文匯編[C];2002年

7 王清華;萬興軍;;貧困縣如何開展醫(yī)療保險(xiǎn)——灌云縣醫(yī)療保險(xiǎn)情況調(diào)研[A];2003’江蘇省勞動(dòng)和社會(huì)保障論文集[C];2003年

8 顏愛華;;三明市醫(yī)療保險(xiǎn)基金赤字原因分析及相應(yīng)對(duì)策[A];2004—2005年福建省會(huì)計(jì)學(xué)會(huì)理論研討會(huì)論文集[C];2005年

9 傅鴻翔;;醫(yī)療保險(xiǎn)的費(fèi)用控制機(jī)制探討[A];第一屆浙江醫(yī)學(xué)發(fā)展論壇論文集[C];2006年

10 陳麗;包品紅;洪捷;孔研;;病案數(shù)碼化在醫(yī)療保險(xiǎn)中的價(jià)值[A];中國醫(yī)院協(xié)會(huì)病案管理專業(yè)委員會(huì)第16屆學(xué)術(shù)會(huì)議論文集[C];2007年

相關(guān)重要報(bào)紙文章 前10條

1 通訊員 李尚菲 周春清;鄖陽調(diào)劑2452萬補(bǔ)充貧困人口醫(yī)療保險(xiǎn)[N];十堰日?qǐng)?bào);2019年

2 本報(bào)記者 鄭源源;長期醫(yī)療保險(xiǎn)可進(jìn)行費(fèi)率調(diào)整[N];農(nóng)村金融時(shí)報(bào);2019年

3 記者 唐慶 通訊員 向國屏;永順貧困人口醫(yī)療保險(xiǎn)實(shí)現(xiàn)全覆蓋[N];團(tuán)結(jié)報(bào);2020年

4 記者 劉春燕;我市全面實(shí)行醫(yī)療保險(xiǎn)門診大病“長處方”報(bào)銷政策[N];石嘴山日?qǐng)?bào);2020年

5 況娟　駱軼琪 張希雯;信息不暢折減高校醫(yī)保效果[N];中國青年報(bào);2011年

6 首席記者 王守明 通訊員 劉剛 程亞;12月1日起我市生育保險(xiǎn)和職工醫(yī)療保險(xiǎn)合并實(shí)施[N];淮北日?qǐng)?bào);2019年

7 青島日?qǐng)?bào)、青島觀、青報(bào)網(wǎng)記者 趙波;明年起青島生育保險(xiǎn)職工醫(yī)療保險(xiǎn)合并實(shí)施[N];青島日?qǐng)?bào);2019年

8 記者 張偉寧;首款“澳門專屬”跨境醫(yī)療保險(xiǎn)產(chǎn)品發(fā)布[N];珠海特區(qū)報(bào);2019年

9 本報(bào)記者 張?jiān)?李寧馨;醫(yī)療保險(xiǎn)先期介入讓急診住院治療不再難[N];人民政協(xié)報(bào);2020年

10 朱強(qiáng);略陽聯(lián)社全力保障醫(yī)療保險(xiǎn)征繳工作[N];漢中日?qǐng)?bào);2019年

相關(guān)博士學(xué)位論文 前10條

1 謝屈波;面向醫(yī)療保險(xiǎn)圖像的文本檢測與識(shí)別研究[D];華中科技大學(xué);2019年

2 高永昌;醫(yī)療保險(xiǎn)大數(shù)據(jù)中的欺詐檢測關(guān)鍵問題研究[D];山東大學(xué);2018年

3 石安其琛;基本醫(yī)療保險(xiǎn)政策效果評(píng)估[D];對(duì)外經(jīng)濟(jì)貿(mào)易大學(xué);2018年

4 王茜;基于精算評(píng)估的我國基本醫(yī)療保險(xiǎn)基金可持續(xù)性研究[D];中央財(cái)經(jīng)大學(xué);2016年

5 吳愛平;保險(xiǎn)人群醫(yī)療服務(wù)利用公平性研究南通市職工醫(yī)療保險(xiǎn)實(shí)證[D];復(fù)旦大學(xué);2004年

6 張亞東;醫(yī)療費(fèi)用控制與醫(yī)療保險(xiǎn)縱向一體化研究[D];華中科技大學(xué);2004年

7 王健;參保職工醫(yī)療服務(wù)利用與費(fèi)用及其影響因素研究[D];山東大學(xué);2006年

8 李曉林;我國醫(yī)療服務(wù)領(lǐng)域公平性分析[D];吉林大學(xué);2006年

9 楊文俊;美德日社會(huì)保險(xiǎn)制度比較研究[D];吉林大學(xué);2007年

10 田國棟;城鎮(zhèn)職工基本醫(yī)療保險(xiǎn)基金平衡的影響因素及對(duì)策研究[D];復(fù)旦大學(xué);2006年

相關(guān)碩士學(xué)位論文 前10條

1 陳奕男;基本醫(yī)療保險(xiǎn)制度整合問題研究[D];黑龍江大學(xué);2019年

2 孫楊;大連市居民健康保障制度的研究[D];大連理工大學(xué);2019年

3 劉天宇;天津市城鄉(xiāng)居民基本醫(yī)療保險(xiǎn)制度滿意度及其影響因素研究[D];長春工業(yè)大學(xué);2019年

4 曾霞;江西省精準(zhǔn)扶貧醫(yī)療保險(xiǎn)調(diào)研報(bào)告[D];江西財(cái)經(jīng)大學(xué);2019年

5 曾yN琪;大學(xué)生醫(yī)療保險(xiǎn)滿意度分析[D];江西財(cái)經(jīng)大學(xué);2019年

6 張五星;社會(huì)支持、醫(yī)療保險(xiǎn)對(duì)老年人生活滿意度的影響研究[D];河南大學(xué);2019年

7 孫媛;S省職工基本醫(yī)療保險(xiǎn)基金管理研究[D];山西大學(xué);2019年

8 李苗;城鎮(zhèn)職工醫(yī)療保險(xiǎn)對(duì)重大疾病患者的補(bǔ)償效果研究：以陜西省旬邑縣為例[D];西北大學(xué);2019年

9 何其慧;某三甲醫(yī)院醫(yī)保院內(nèi)智能審核系統(tǒng)的應(yīng)用及效果分析[D];華北理工大學(xué);2019年

10 盧美鑫;東北地區(qū)流動(dòng)人口醫(yī)療保險(xiǎn)參保率影響因素研究[D];遼寧大學(xué);2019年

本文編號(hào)：2832845