基于深度学习的印刷体文档字符识别的研究

• 作者: 徐长英 赖伟财 陈英
• 来源期刊: 现代电子技术
• 关键词: 印刷体字符识别 深度学习 图片数据集 Lenet-5Pro 字符增强 仿真分析
• 年，卷（期）: 2020,（23）
• 所属期刊栏目: 网络与信息安全
• 页码范围: 72-75
• 页数: 4页
• 分类号: TN911.73-34|TP391
• 语种: 中文
• DOI: 10.16652/j.issn.1004-373x.2020.23.016

摘要

针对传统基于模板匹配光学识别效果存在不理想的状态,提出改进的深度学习模型的印刷体文档字符识别算法.首先,生成包括一级字库、部分二级字库、英文大小写字母和标点符号的图片数据集,其数量大约为500万张;然后,在Lenet-5网络模型的基础上进行改进和重新构造,提出一种增强型的深度学习模型Lenet-5Pro,该模型可提高印刷体文档的识别率;最后,对比实验结果表明,该模型可以更加有效地提高印刷体字符识别的准确率,其字符识别准确率达到98％以上.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈英		37	165	6.0	11.0
2	徐长英		29	112	7.0	10.0
3	赖伟财		1	0	0.0	0.0