用卷积神经网络分类最大稳定极值区域实现汉字区域定位

• 作者: 张伟伟 张鹏伟
• 来源期刊: 国防科技大学学报
• 学科: 工学
• 关键词: 汉字区域定位 最大稳定极值区域 卷积神经网络 深度学习 灰度共生矩阵
• 年，卷（期）: 2017,（3）
• 所属期刊栏目: 计算机科学与技术·管理科学与工程
• 页码范围: 91-96
• 页数: 6页
• 分类号: TP391.4
• 字数: 5401字
• 语种: 中文
• DOI: 10.11887/j.cn.201703015

摘要

获取对应笔画级连通区的最大稳定极值区域,实施形态学闭操作融合相距较近的最大稳定极值区域,融合后最大稳定极值区域对应的单个汉字区域;利用灰度共生矩阵描述最大稳定极值矩形区域的纹理信息,将其作为卷积神经网络的输入,卷积神经网络对最大稳定极值区域进行分类,过滤非汉字部分;利用最 大稳定极值区域颜色直方图的Bhattacharyya距离等特征对最大稳定极值区域进行聚类,同一类最大稳定极值区域组合得到汉字文本候选区域;再次利用卷积神经网络对候选文本区域进行分类,过滤非文本部分,剩余的就是定位到的汉字文本区域.实验结果表明,该算法对于汉字区域定位具有良好的效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张鹏伟	信息工程大学密码工程学院	1	5	1.0	1.0
2	张伟伟	信息工程大学密码工程学院	3	17	3.0	3.0