基于深度学习的文本检测算法在银行运维中应用

• 作者: 马胜蓝
• 来源期刊: 计算机系统应用
• 关键词: 主动运维 文本检测 深度学习 深度置信网络 自然场景
• 年，卷（期）: 2017,（2）
• 所属期刊栏目: 软件技术·算法
• 页码范围: 184-188
• 页数: 5页
• 字数: 3602字
• 语种: 中文
• DOI: 10.15888/j.cnki.csa.005628

摘要

银行故障单中故障的截图常存在与自然场景中,能够在该图中精确地进行文本检测,将可以提高文本识别的精确度,并提高案例库的搜索和主动运维能力.为了提高自然场景文本检测的效率,提出了一种基于深度学习的自然场景文本检测算法.算法首先提取出图像中的最大稳定极值区域作为候选字母,利用单链接层次聚类得到候选文本,对候选文本进行中值滤波,最后通过一个深度置信网络DBN来删除非文本候选.实验结果表明,基于DBN的方法能有效提高自然场景文本检测的准确率,比传统方法具有更好的结果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	马胜蓝		17	14	2.0	3.0