基于卷积神经网络的自然场景门牌多数字识别研究

• 作者: 李军 钟菊萍 高静
• 来源期刊: 现代计算机:中旬刊
• 学科: 工学
• 关键词: 多数字识别 自然场景门牌 卷积神经网络 机器学习
• 年，卷（期）: 2018,（12）
• 页码范围: 32-36
• 页数: 5页
• 分类号: TP183

摘要

自然场景门牌号码由于图像模糊、光照不均匀、弱光照等情况下,产生严重的畸变,导致字符识别难以取得理想的效果,识别任意长度的字符更是一个难题。用卷积网络提取特征,构建一个识别单数字的卷积神经网络;在不分割字符的情况下,用循环网络生成字符序列,构建一个识别多数字的深度卷积神经网络。使用卷积网络和循环网络融合的网络结构,在SVHN数据集上进行验证,精度方面取得较好的效果,尤其是单数字门牌号码的识别率95.72%,多数字门牌号码的识别率89.14%。