自然場(chǎng)景中的文字檢測(cè)與識(shí)別技術(shù)研究.pdf

1、隨著智能設(shè)備的普及和GPU計(jì)算能力的快速發(fā)展，人們?cè)诳焖佼a(chǎn)生圖片的過程中也在積極地尋求充分利用圖片資源的方式。目前，人們對(duì)于包含文字的圖片應(yīng)用需求更加急切，因?yàn)榘瑘D片的文字可以方便人們對(duì)于圖片的檢索與存儲(chǔ)，而且可以在翻譯、VR等應(yīng)用中給人們更加直接地幫助。然而因?yàn)樽匀粓?chǎng)景中的圖像構(gòu)成比一般的掃描圖像更加復(fù)雜，自然場(chǎng)景中的文字區(qū)域形態(tài)更加多變，圖片的光照、模糊度等都是自然場(chǎng)景圖片利用的障礙。本文分別針對(duì)英文文本的檢測(cè)和中文文本檢測(cè)和識(shí)別

2、的技術(shù)進(jìn)行了研究:
　　一、研究基于MSER(Maximally Stable Extremal Region)的自然場(chǎng)景英文檢測(cè)方法，實(shí)現(xiàn)了從字符篩選、文本組合、文本篩選的完整流程。其中針對(duì)字符候選區(qū)域的篩選算法，本文提出一個(gè)專門量化MSER字母篩選算法效果的評(píng)價(jià)方法，并根據(jù)該評(píng)價(jià)機(jī)制實(shí)現(xiàn)了一個(gè)改進(jìn)的字符篩選方法。此外，本文構(gòu)建了一套基于深度學(xué)習(xí)分類器的打分機(jī)制，通過打分進(jìn)行文本篩選。通過上述方法改進(jìn)，本文實(shí)現(xiàn)的自然場(chǎng)景中英文檢

3、測(cè)方法取得了較好的成果。對(duì)比傳統(tǒng)基于MSER的英文檢測(cè)方法，本文方法在相應(yīng)的測(cè)試數(shù)據(jù)集上獲得了很好結(jié)果。
　　二、研究將基于MSER自然場(chǎng)景英文檢測(cè)方法引入到漢字檢測(cè)中，并利用深度學(xué)習(xí)方法實(shí)現(xiàn)了所檢測(cè)漢字的內(nèi)容識(shí)別。根據(jù)漢字的特點(diǎn)，使用了新的MSER篩選算法，實(shí)現(xiàn)了漢字筆畫候選區(qū)域篩選。在漢字區(qū)域的構(gòu)建中，針對(duì)性地提出了區(qū)域聚合的合并方法。此外，本文通過計(jì)算機(jī)模擬字體、光照、陰影、背景等方面的變化組合來生成漢字識(shí)別訓(xùn)練集，并利用C