基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
近年来,基于深度学习的场景文字检测和识别研究已成为计算机视觉领域的一个研究热点.本文首先介绍了场景文字检测与识别所面临的挑战,其次从场景文字检测、场景文字识别和端到端文字识别三个任务分别综述了最新的研究工作,然后列出了该领域比较常用的大型公开数据集情况,最后总结和展望了最新的研究趋势.
推荐文章
基于深度学习的场景文字检测综述
深度学习
场景文字
检测定位
图像场景识别中深度学习方法综述
场景识别
场景分类
深度学习
图像特征
计算机视觉
基于深度学习方法的复杂场景下车辆目标检测
深度学习
Faster R-CNN
ImageNet数据集
车辆目标检测
基于深度学习的植物识别原理综述
深度学习
植物识别
神经网络
信念网络
网络结构
鲁棒性
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于深度学习的场景文字检测与识别综述
来源期刊 电视技术 学科 工学
关键词 深度学习 场景文字 文字检测 文字识别 端到端识别
年,卷(期) 2019,(14) 所属期刊栏目 视频应用与工程
研究方向 页码范围 65-70
页数 6页 分类号 TP391
字数 5305字 语种 中文
DOI 10.16280/j.videoe.2019.14.023
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 艾斯卡尔·艾木都拉 新疆大学信息科学与工程学院 170 561 11.0 15.0
2 艾合麦提江·麦提托合提 新疆大学信息科学与工程学院 2 0 0.0 0.0
3 阿布都萨拉木·达吾提 新疆大学软件学院 6 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (143)
共引文献  (31)
参考文献  (10)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1975(2)
  • 参考文献(0)
  • 二级参考文献(2)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(3)
  • 参考文献(0)
  • 二级参考文献(3)
1997(3)
  • 参考文献(0)
  • 二级参考文献(3)
1998(4)
  • 参考文献(0)
  • 二级参考文献(4)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(3)
  • 参考文献(1)
  • 二级参考文献(2)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(6)
  • 参考文献(0)
  • 二级参考文献(6)
2005(4)
  • 参考文献(0)
  • 二级参考文献(4)
2006(7)
  • 参考文献(0)
  • 二级参考文献(7)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(6)
  • 参考文献(0)
  • 二级参考文献(6)
2011(9)
  • 参考文献(0)
  • 二级参考文献(9)
2012(4)
  • 参考文献(0)
  • 二级参考文献(4)
2013(15)
  • 参考文献(0)
  • 二级参考文献(15)
2014(13)
  • 参考文献(0)
  • 二级参考文献(13)
2015(13)
  • 参考文献(1)
  • 二级参考文献(12)
2016(16)
  • 参考文献(2)
  • 二级参考文献(14)
2017(15)
  • 参考文献(2)
  • 二级参考文献(13)
2018(7)
  • 参考文献(3)
  • 二级参考文献(4)
2019(6)
  • 参考文献(1)
  • 二级参考文献(5)
2020(4)
  • 参考文献(0)
  • 二级参考文献(4)
2019(6)
  • 参考文献(1)
  • 二级参考文献(5)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
深度学习
场景文字
文字检测
文字识别
端到端识别
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
电视技术
月刊
1002-8692
11-2123/TN
大16开
北京市朝阳区酒仙桥北路乙7号(北京743信箱杂志社)
2-354
1977
chi
出版文献量(篇)
12294
总下载数(次)
21
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导