课程学习方法中文字识别算法研究

• 作者: 闫璟哲
• 来源期刊: 福建电脑
• 学科: 工学
• 关键词: 课程学习 场景文字识别 卷积神经网络
• 年，卷（期）: 2020,（4）
• 所属期刊栏目: 论著
• 页码范围: 18-22
• 页数: 5页
• 分类号: TP399
• 字数: 3593字
• 语种: 中文
• DOI: 10.16707/j.cnki.fjpc.2020.04.005

摘要

场景文字识别是一个极具挑战性的研究方向,有着重要的应用价值.但是由于文字表现形式丰富多样,识别结果大多不尽如人意.针对此问题,本文提出了基于课程学习的训练方法.该方法对数据集进行排序得到一个难度提升的训练序列,而不是随机地从数据集中选择训练样本,使得模型在训练初期能够学习到更加精确的特征,提高了模型的鲁棒性.通过实验分析,本文所提出的方法可以加快模型的收敛速度,使用不同课程序列训练ASTER算法在COCO-Text数据集上得到1.8％、1％的提升,CRNN算法在COCO-Text数据集上得到0.2％的提升.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	闫璟哲	河南大学计算机与信息工程学院	1	0	0.0	0.0