基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
用传统方法进行文字识别时,需要花费时间分别去提取各个文字的区域.但是在讲究速度与效率的实时系统中,文字识别的速度是一个值得深思的问题.提出了一种多文字识别方法,其核心思想是将输入的文字当做一个整体进行处理,而不需要在单字区域提取上消耗过多时间,再利用ROI以及投影法进一步减少比例法特征提取算法的运算时间.在此基础上,采用BP神经网络进行样本训练与文字识别.实验结果表明,该方法能够有效地实现快速识别,识别四个字的所花费的时间为120 ms.
推荐文章
基于多重卷积神经网络的大模式联机手写文字识别
模式识别
神经网络
卷积
文字识别
基于多标签神经网络的行人属性识别
多标签分类
神经网络
行人属性
深度学习
基于卷积神经网络的细胞识别
细胞识别
卷积神经网络
深度学习
池化层
基于多尺度卷积神经网络模型的手势图像识别
卷积神经网络
卷积核
深度学习
特征提取
手势识别
二值化
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于神经网络与比例法的多文字识别
来源期刊 电视技术 学科 工学
关键词 多文字识别 比例法 BP神经网络
年,卷(期) 2016,(9) 所属期刊栏目 视频应用与工程
研究方向 页码范围 112-116
页数 5页 分类号 TN911.73|TP391.4
字数 4211字 语种 中文
DOI 10.16280/j.videoe.2016.09.023
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 姚剑敏 福州大学物理与信息工程学院 86 238 8.0 10.0
2 郭太良 福州大学物理与信息工程学院 302 1102 15.0 21.0
3 林毅斌 福州大学物理与信息工程学院 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (89)
共引文献  (230)
参考文献  (13)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1979(1)
  • 参考文献(0)
  • 二级参考文献(1)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(6)
  • 参考文献(0)
  • 二级参考文献(6)
2003(4)
  • 参考文献(0)
  • 二级参考文献(4)
2004(5)
  • 参考文献(0)
  • 二级参考文献(5)
2005(4)
  • 参考文献(0)
  • 二级参考文献(4)
2006(7)
  • 参考文献(0)
  • 二级参考文献(7)
2007(7)
  • 参考文献(0)
  • 二级参考文献(7)
2008(6)
  • 参考文献(2)
  • 二级参考文献(4)
2009(13)
  • 参考文献(0)
  • 二级参考文献(13)
2010(17)
  • 参考文献(0)
  • 二级参考文献(17)
2011(3)
  • 参考文献(0)
  • 二级参考文献(3)
2012(9)
  • 参考文献(2)
  • 二级参考文献(7)
2013(10)
  • 参考文献(4)
  • 二级参考文献(6)
2014(3)
  • 参考文献(3)
  • 二级参考文献(0)
2015(2)
  • 参考文献(2)
  • 二级参考文献(0)
2016(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
多文字识别
比例法
BP神经网络
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
电视技术
月刊
1002-8692
11-2123/TN
大16开
北京市朝阳区酒仙桥北路乙7号(北京743信箱杂志社)
2-354
1977
chi
出版文献量(篇)
12294
总下载数(次)
21
论文1v1指导