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:
自然场景下的中文识别一直以来都是十分重要的研究领域,而深度学习的快速发展为中文识别提供了非常有效的方法.本文提出了一种基于FOTS模型的方式实现中文识别.首先对实现文本检测识别任务的FOTS模型的基本结构进行介绍;然后对FOTS模型进行了改进,以提高识别效果;最后展示了改进后的FOTS模型在实际应用中的识别效果.
推荐文章
自然场景下交通标志的自动识别算法
Adaboost算法
SVM算法
交通标志识别
智能汽车
基于DPM的自然场景下汉字识别方法
可变部件模型
汉字识别
隐支持向量机
高斯金字塔模型
滑动窗口
HOG描述子
自然场景下的交通标志识别系统
智能交通
交通标志识别系统
绿色减除分割算法
Gist-RGB特征
极限学习机
局部感受野
基于场景识别的夜视图像彩色融合方法
彩色融合
红外图像
微光图像
场景分类
质量评价
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 自然场景下中文识别的研究与实现
来源期刊 福建电脑 学科 工学
关键词 深度学习 中文识别 FOTS模型
年,卷(期) 2022,(3) 所属期刊栏目 论著|Research Articles
研究方向 页码范围 16-18
页数 3页 分类号 TP391
字数 语种 中文
DOI 10.16707/j.cnki.fjpc.2022.03.005
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2022(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
深度学习
中文识别
FOTS模型
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
福建电脑
月刊
1673-2782
35-1115/TP
大16开
福州市华林邮局29号信箱
1985
chi
出版文献量(篇)
21147
总下载数(次)
86
总被引数(次)
44699
论文1v1指导