基于全卷积网络的数字仪表字符识别方法

• 作者: 张蕾 王炎 莫娟 蔡梦倩
• 来源期刊: 现代计算机：中旬刊
• 学科: 工学
• 关键词: 图像处理 机器学习 全卷积网络 智能字符识别 数字仪表
• 年，卷（期）: 2018,（1）
• 页码范围: 38-43
• 页数: 6页
• 分类号: TP391.43

摘要

检测与识别自然场景中的信息一直以来是计算机视觉中一个较难解决的任务,数字仪表字符识别就是其中较具代表性并非常具有应用价值的问题。近年来,关于该问题的相关研究工作很多,但解决方法都要依靠字符串定位、字符分割等预处理过程,这些预处理过程的结果直接影响最终的字符识别结果.相比之下,基于全卷积网络的数字仪表字符识别方法通过图到图的预测省略复杂的预处理过程,直接得到字符串的识别结果,并具有较强的泛化能力,能够识别多类仪表。同时,通过加权融合全卷积网络中多尺度多层级的特征,获得更好的特征提取和信息整合的能力。实验结果表明,该方法能够直接准确地预测出数字仪表中的字符串。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张蕾	四川大学计算机学院	43	233	7.0	14.0
2	王炎	四川大学计算机学院	10	28	3.0	5.0
3	莫娟	四川大学计算机学院	4	8	2.0	2.0
4	蔡梦倩	四川大学计算机学院	3	12	2.0	3.0