基于CNN及RPN技术的文字识别应用

• 作者: 韩宇
• 来源期刊: 机电信息
• 关键词: 文字识别 卷积神经网络(CNN) 区域提取网络(RPN) 多分类 预处理
• 年，卷（期）: 2019,（21）
• 所属期刊栏目: 工艺与技术
• 页码范围: 90-91,93
• 页数: 3页
• 字数: 2658字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-0797.2019.21.046

摘要

计算机的发展令文字传播愈发广泛,生活中越来越多的文字需要录入电脑,以方便转发、记录,为此需要耗费大量劳动力,尽管当今已经有许多文字识别录入方式,但仍难以达到日常生活中低精度图片识别的标准.现主要采用卷积神经网络(CNN)解决问题,辅以区域识别,减少图片本身带来的影响,再用多分类方式,实现部分区域生成,拆分任务一一对应识别,令任务更加高效.也就是说,当拿到需要处理的图片后,先将其用不同大小的卷积核处理,进行特征的初提取,再将数据放入池化层进行特征的进一步提取,如此往复循环后将数据进行分类,后经处理完成识别.该方法解决了日常生活中书写文字识别的部分难点,让文字录入更为方便高效,减少了大量的时间浪费.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	韩宇		3	17	1.0	3.0