一种基于深度学习的交互式电话号码识别方法

• 作者: 刘辉 许福 陈志泊 韩京冶
• 来源期刊: 北京航空航天大学学报
• 学科: 工学
• 关键词: 深度学习 卷积神经网络(CNN) 电话号码识别 交互式识别 目标区域定位
• 年，卷（期）: 2018,（5）
• 页码范围: 1074-1080
• 页数: 7页
• 分类号: TP391.43
• 字数: 5279字
• 语种: 中文
• DOI: 10.13700/j.bh.1001-5965.2017.0357

摘要

物流、保险和中介服务等行业需要频繁地拨打电话,而人工拨打电话效率较低,高效的电话号码识别技术具有重要的应用价值.传统的印刷体数字识别方法存在人工设计特征过程复杂、识别字体单一等不足,难以满足实际应用需求.本文提出了一种基于深度学习的交互式的电话号码识别方法,通过鼠标双击图像中的电话号码,自动截取出包含此号码的目标区域,并进行灰度化、二值化、目标区域定位、字符分割和图片补白等预处理操作,在此基础上利用改进的LeNet-5卷积神经网络(CNN)自动学习图像特征,支持多种字体、字形和字号的印刷体数字识别,并利用交互式识别和内存池等方法提高识别速度.实验结果表明,单一字符的识别率为99.86%,整个号码的识别率为99.50%,整个号码平均识别时间为91 ms.本文方法识别精度高、识别速度快,具有较为广泛的应用前景.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘辉	北京航空航天大学计算机学院	30	103	6.0	8.0
2	陈志泊	北京林业大学信息学院	74	503	11.0	18.0
3	许福	北京林业大学信息学院	13	26	3.0	4.0
4	韩京冶	北京林业大学信息学院	2	24	2.0	2.0