基于CNNs识别反馈的点阵字符检测方法

• 作者: 曹泽卫 李柏林 林冬婷 欧阳
• 来源期刊: 电子测量与仪器学报
• 学科: 工学
• 关键词: 多尺度滑动窗口 卷积神经网络 滑动翻转窗口 反馈定位 点阵字符识别
• 年，卷（期）: 2020,（8）
• 所属期刊栏目: 学术论文
• 页码范围: 159-166
• 页数: 8页
• 分类号: TN911.73|TP391.41
• 语种: 中文
• DOI: 10.13382/j.jemi.B1902768

摘要

针对点阵字符因错误分割导致识别准确率较低的问题,提出了一种基于卷积神经网络(CNNs)识别反馈的点阵字符检测方法.首先采用多尺度窗口获取多个候选区域并建立CNNs对其进行识别,利用投票机制对多个识别结果进行综合决策,然后根据决策结果反向定位点阵字符并完成字符分割,最后提出一种滑动翻转窗口对所有字符进行分割与识别.实验结果表明,该方法在点阵字符的定位准确率和识别率方面都优于传统字符识别方法,分别达到了97.53％和97.50％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李柏林		139	883	15.0	21.0
2	欧阳		9	5	2.0	2.0
3	曹泽卫		2	0	0.0	0.0
4	林冬婷		1	0	0.0	0.0