基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
对于复杂背景图片的文字识别,首先要做的就是定位目标文字的位置,即文字检测.想要文字识别率高,那对文字检测的准确度的要求就非常高了.传统的RPN(region proposal network)神经网络在文字检测领域的研究已经很成熟,但RPN神经网络在营业执照水平文字检测的准确度上不是很理想.而基于CTPN(connectionist text proposal network)神经网络的文字检测模型明显提高了营业执照水平文字检测的正确率,但用于项目中的话,准确率还是远远不够的.该文是以最新的营业执照作为研究对象,由于检测的图片易受光照和采集设备的影响,加上营业执照的背景比较复杂,所以能够准确地检测到目标文字的位置就非常具有挑战性.文中是通过CTPN神经网络模型来检测出营业执照中水平文字所在的位置,用矩形框来标注,也就是横向水平检测.目前开源的CTPN模型,都是基于某种数据集来训练的,所以对营业执照的文字检测效果就很差,因此该文使用2000张营业执照图像作为实验数据,进行10000迭代训练CTPN模型,最终能够准确地检测到营业执照中目标文字的位置,供项目使用.
推荐文章
基于神经网络的入侵检测模型
入侵
入侵检测系统
神经网络
吊销营业执照的法理分析
吊销
营业执照
法理
基于量子神经网络的启发式网络隐蔽信道检测模型
隐蔽信道
量子神经网络
通信指纹
启发式
检测
基于遗传神经网络的入侵检测
入侵检测
神经网络
遗传算法
网络安全
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于CTPN神经网络对营业执照文字检测模型
来源期刊 计算机技术与发展 学科 工学
关键词 营业执照 文字检测 Tensorflow Opencv CTPN
年,卷(期) 2021,(1) 所属期刊栏目 图形与图像
研究方向 页码范围 94-97
页数 4页 分类号 TP183
字数 语种 中文
DOI 10.3969/j.issn.1673-629X.2021.01.017
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (89)
共引文献  (25)
参考文献  (22)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1985(1)
  • 参考文献(0)
  • 二级参考文献(1)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(5)
  • 参考文献(0)
  • 二级参考文献(5)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(3)
  • 参考文献(0)
  • 二级参考文献(3)
2010(6)
  • 参考文献(0)
  • 二级参考文献(6)
2011(2)
  • 参考文献(0)
  • 二级参考文献(2)
2012(3)
  • 参考文献(0)
  • 二级参考文献(3)
2013(7)
  • 参考文献(0)
  • 二级参考文献(7)
2014(11)
  • 参考文献(0)
  • 二级参考文献(11)
2015(7)
  • 参考文献(0)
  • 二级参考文献(7)
2016(10)
  • 参考文献(0)
  • 二级参考文献(10)
2017(15)
  • 参考文献(2)
  • 二级参考文献(13)
2018(13)
  • 参考文献(8)
  • 二级参考文献(5)
2019(13)
  • 参考文献(11)
  • 二级参考文献(2)
2020(1)
  • 参考文献(1)
  • 二级参考文献(0)
2021(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
营业执照
文字检测
Tensorflow
Opencv
CTPN
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机技术与发展
月刊
1673-629X
61-1450/TP
大16开
西安市雁塔路南段99号
52-127
1991
chi
出版文献量(篇)
12927
总下载数(次)
40
总被引数(次)
111596
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导