场景文字识别算法的研究

• 作者: 付飞飞
• 来源期刊: 福建电脑
• 学科: 工学
• 关键词: 深度学习 场景文字识别 神经网络 OCR
• 年，卷（期）: 2020,（4）
• 所属期刊栏目: 论著
• 页码范围: 1-4
• 页数: 4页
• 分类号: TP391.43
• 字数: 2622字
• 语种: 中文
• DOI: 10.16707/j.cnki.fjpc.2020.04.001

摘要

文字识别是一种通用的图像理解技术,对信息检索、车牌识别和自动驾驶等应用的研究有着重要意义.随着神经网络的伟大复兴,场景文字识别任务得到了很大推动,近年来涌现了许多基于深度学习的文字识别算法.本文提出了一种基于特征融合的CRNN改进算法,使用三个通用的文字识别数据集从识别准确率、运行效率和模型大小三个方面进行分析.实验结果表明该算法在提高准确率的同时,运行效率也有所提高.

作者信息

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