作者:
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:
在传统的OCR文字识别系统中,研究者主要关注的主要问题是文字的识别。但是由于现代印刷技术的发展与应用,对于印刷体文字版面的恢复成为当前一种重要应用需求。不仅需要识别出文字,还应该识别出文字的字体格式。目前针对汉字字体识别的研究较少,而且大部分基于特征提取方法,主要以局部特征,和全局特征为主。提出一种基于CNN的深度学习方法 ,来处理汉字字体识别。和以往的方法相比较,该方法识别率高,速度快,适用于复杂的应用环境,具有良好的实际使用价值。
推荐文章
基于改进CNN的增强现实变压器图像识别技术
增强现实
改进CNN
变压器
图像识别
识别准确度
卷积运算
论汉字字体设计的意象表现
汉字
字体设计
意象设计
基于多流CNN-LSTM网络的群体情绪识别
群体情绪识别
卷积神经网络
长短期记忆网络
多流
基于SVM的汉字字体识别研究
字体识别
Gabor小波
支持向量机
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CNN网络的汉字图像字体识别
来源期刊 现代计算机:中旬刊 学科 工学
关键词 OCR CNN 识别 字体识别 特征提取
年,卷(期) 2017,(2) 所属期刊栏目
研究方向 页码范围 67-70
页数 4页 分类号 TP391.12
字数 语种
DOI
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 刘志伟 四川大学计算机学院 3 2 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (1)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(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
OCR
CNN
识别
字体识别
特征提取
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
现代计算机:中旬刊
月刊
1007-1423
44-1415/TP
广州市海珠区新港西路135号中山大学园B
46-205
出版文献量(篇)
9067
总下载数(次)
3
总被引数(次)
0
论文1v1指导