基于深度学习的图片敏感文字检测

• 作者: 吴财贵 唐权华
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 图像处理 文字区域提取 敏感词检测 深度学习 限制玻尔兹曼机 深信度网络
• 年，卷（期）: 2015,（14）
• 所属期刊栏目: 图形图像处理
• 页码范围: 203-206,230
• 页数: 5页
• 分类号: TP391.4
• 字数: 5070字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1404-0236

摘要

为快速检测图片文字中的敏感词汇，引入深度学习的方法进行文字检测和识别。对图片预处理，对连通区域进行标记；利用两层限制玻尔兹曼机（RBM）对连通区域进行文字区域的判别和选取；利用水平投影和区域生长的方法对得到的文字区域进行字符的分割；用BP神经网络算法和深信度网络（DBN）算法结合对敏感信息进行检测。敏感文字检测理论分析和实验数据表明该方法的算法复杂度低，检测速度快。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	唐权华	江西师范大学软件学院	17	76	5.0	8.0
2	吴财贵	江西师范大学软件学院	3	31	2.0	3.0