复杂场景文本段识别

• 作者: 何思楠 张利 王孝男
• 来源期刊: 计算机应用研究
• 关键词: 文本段识别 连接时间分类 注意力 集成
• 年，卷（期）: 2019,（9）
• 所属期刊栏目: 图形图像技术
• 页码范围: 2818-2820,2844
• 页数: 4页
• 分类号: TP391.41
• 语种: 中文
• DOI: 10.19734/j.issn.1001-3695.2018.03.0230

摘要

针对背景复杂或者存在字符黏连时文本段图片无法准确切分的情况进行了研究,提出了一种复杂场景文本段识别方法.该方法利用图像和文字序列的相关性设计双向递归神经网络对图像特征序列进行编码,然后设计集成的连接时间分类(CTC)和注意力(attention)模块对编码特征进行解码输出.该算法在多个数据集(公开数据集ICDAR2013和ICDAR2003以及验证码数据集)上进行测试,得到识别准确率分别为90.2％、87.4％和92.5％,从而证明了该算法的有效性.实验结果对文本段识别和应用有重要意义.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张利	清华大学电子工程系	166	1426	18.0	35.0
2	王孝男	清华大学电子工程系	1	0	0.0	0.0
3	何思楠	清华大学电子工程系	2	5	1.0	2.0