自然街景下的文本目标检测和识别方法研究
发布时间：2020-12-03 12:43
处于自然街景下的人获取信息的方式,在于其五种自然感官和先天条件下的自身感知。其中,视觉对于自然街景中的信息处理尤为关键,而在视力所及的众多信息中,最为直观且最易被理解的要数文本信息。科技的进步,促使文本目标检测和识别技术越来越发达。本文以自然街景为研究背景,开展复杂场景下文本目标检测和识别研究。分析了分段式的传统文本检测识别方法。针对现有技术用于小文本目标检测和识别时的不足,提出自然街景下的小文本目标优化方法。针对小文本标注数据较少、手动标记工作量大、效率低的问题,提出了一种半监督的学习算法。主要研究工作如下:1)研究了自然街景下的小文本目标优化方法。构建用于小文本目标检测和识别的三级训练数据集,并设计了一种由易到难的强化训练模型。提出了一种文本目标图像DCT系数合成法,用以合成前两级训练数据集。针对现有技术在处理小目标文本时的不足,提出基于分辨率补偿的小文本目标优化方法,并通过实验验证了优化方法的有效性。2)提出一种半监督的文本目标检测和识别算法。算法采用文本目标检测网络与识别网络并联的架构,并通过预处理与特征提取环节共用,确保文本目标的检测和识别可以共享特征:从而使得文本目标识别的...
【文章来源】：电子科技大学四川省 211工程院校 985工程院校 教育部直属院校
【文章页数】：79 页
【学位级别】：硕士
【部分图文】：
图１－２文本目标检测和识别技术的应用场景??
纹理滑动窗的检测方法［１３—１５］??和基于连通域的检测方法［１６＃。近几年中，深度学习技术芷如雨后春舆般茁壮成??长，基于此项技术的文本目标检测算法［２（）］也在不断改进更新。其中，较为先进的??方法包括［２１－２３］?：?Ｐｒｏｐｏｓａｌ－ｂａｓｅｄ?（基于候选框）的文本貝标检测方法、??Ｓｅｇｍｅｎｔａｔｉｏｎ－ｂａｓｅｄ?（暴于．分割）的文本＿标检测方法、．Ｈｙｂｒｉｄ－ｂａｓｅｄ【難于＂商者混??合）的文本目标检测方法和其它的文本目标检测方法。??基于候选框的文本目标检测如图１－３所示是基于深度学习物体识别中，最为常??见的方法之一。其中，最经典的文本目标检测网络是：基于Ｆａｓｔｅｒ?ＲＣＮＮ、基于??ＳＳＤ和基于ＲＦＣＮ的文本目标检测网絡［２？６］。??ｌ?Ａｔ?＾??１、输入待测图片?２、生成彳吳选Ｘ本框?３、特征提取?４、特征分类??图１－３碁于候选框的文本肩标检测??对乎一张输入的待检测图像，先是利用若宁个ａｎｃｈｏｒ?（锚点）以选择性搜索??的方式产生大量的候选窗Ｇ，再经过一个卷积神经网络将候选窗Ｕ中的卷积特征??提取出来，特征在通过支持向量机分类器之后会得到一个对应窗Ｈ的分数，将分??类准确率低的区块舍去就能够获取较好的检测结果。??Ｒｅｎ等提出的Ｆａｓｔｅｒ?ＲＣＮＮ文本目标检测网络依赖的是区域建议算法。论文??中提出的方法引入了区域提议网络，该网络与目标检测网络共享了整个图像的卷??积特性，由此可以得到区域建议候选框。接着，利用分类层将候选框中是文本的??５??
?电子科技大学硕士學位诱文???该方法使用初始宇符提取和识别结果来估计布局，之后再执行字符提取和识别操??作。该方法的优越性就体现在：通过增加可靠的估计来增加字符识别精度，从而??提痛＇单词识别性能。??在这一节中，我们主要介绍的文本目标识别模型有：ＣＲＮＮ加ＣＴＣ文本目标??识别网络和ＲＡＲＥ文本目标识别网络。??ＣＲＮＮ?加?ＣＴＣ?（Ｃｏｎｎｅｃｔｉｏｎｉｓｔ?Ｔｅｍｐｏｒａｌ?Ｃｌａｓｓｉｆｉｃａｔｉｏｎ）文本貝标识另！］网络（如??图１－５所示）由Ｓｈｉ等【＿提出，网络结构可分为卷积网络层、循环网络层和ＣＴＣ??，层．。??＂Ｅｖｅｒｙｔｈｉｎｇ?ｉｓ?ｇｏｉｎｇ?ｔｏ?ｂｅ?ａｌｒｉｇｈｔ＂?输出文本??二…一?Ｅｖｅｒｙｔｈｉｎｇ?ｉ?ｓ?（?ｏ?ｉ?ｎ?｜?ｔｏ?ｂ?ｅ?ａｌｒｉｇｈｔ?ＣＴＣ?层??循环网络层??？?？？?？??卜：》Ｉ?細网络层??Ｌ．?？?￣￣Ｉ??图１－５?ＣＲＮＮ加ＣＴＣ文本巨标识别??在ＣＲＮＮ加ＣＴＣ网络结构中，卷积网络层采用的ＣＮＮ网络属于暈基本的卷??积层构造。假设我们将一个高度为３２、宽度为Ｗ、通道数为３的图像作为原始图??像输入，那么在经过卷积网络层之后，我们便会得到一个（１，妒／４，５１２）的卷积特??征矩阵。循环网络层再将（１，妒／４，５１２）的卷积特征矩阵作为输入，并将该卷积特??征矩阵中的文字序列特征提取出来。ＣＴＣ层为了处理训练时字符无法对齐的问题，??采取了不需要对齐的损失函数计算方法。ＣＲＮＮ加ＣＴＣ文字识别总体来说是一个??端到端的图片文字识别算法，也是在文字识别过程中最常用到的一种网络模型结??构。??ＲＡＲＥ?（Ｒｏ
【参考文献】：
期刊论文
[1]智慧校园的综合安防系统设计[J]. 陶英. 智能建筑与智慧城市. 2018(05)
[2]基于色彩空间的最大稳定极值区域的自然场景文本检测[J]. 范一华,邓德祥,颜佳. 计算机应用. 2018(01)
[3]基于连通分量特征的文本检测与分割[J]. 蒋人杰,戚飞虎,徐立,吴国荣. 中国图象图形学报. 2006(11)
[4]基于多帧图像的视频文字跟踪和分割算法[J]. 密聪杰,刘洋,薛向阳. 计算机研究与发展. 2006(09)
[5]信息高速公路与计算机技术[J]. 王惠通,李经纬. 电子科技导报. 1994(04)
博士论文
[1]多智能体深度强化学习方法及应用研究[D]. 张悦.西安电子科技大学 2018
[2]基于图的半监督学习及其应用研究[D]. 潘俊.浙江大学 2011
[3]半监督学习及其应用研究[D]. 孔怡青.江南大学 2009
硕士论文
[1]基于深度学习的文本检测识别算法研究及应用[D]. 岑冠东.广东工业大学 2019
[2]基于深度学习的自然场景中文本检测方法研究[D]. 王大千.延边大学 2019
[3]基于机器学习的目标识别方法研究[D]. 常镶石.沈阳理工大学 2019
[4]基于OCR技术的通用证件识别系统[D]. 常参参.南昌大学 2018
[5]基于Tesseract_OCR的驾驶证识别系统设计与实现[D]. 李亮.电子科技大学 2018
[6]基于强化学习的特征选择算法研究[D]. 赵凯旋.重庆交通大学 2018
[7]支票扫描图像中的字符识别算法及实现[D]. 张瑜.哈尔滨工业大学 2016
[8]基于改进HOG特征的行人检测算法研究[D]. 贾楚.燕山大学 2016
[9]基于OCR快递单据识别的研究与实现[D]. 胡提坤.内蒙古大学 2014
本文编号：2896345
【文章来源】：电子科技大学四川省 211工程院校 985工程院校 教育部直属院校
【文章页数】：79 页
【学位级别】：硕士
【部分图文】：
图１－２文本目标检测和识别技术的应用场景??
纹理滑动窗的检测方法［１３—１５］??和基于连通域的检测方法［１６＃。近几年中，深度学习技术芷如雨后春舆般茁壮成??长，基于此项技术的文本目标检测算法［２（）］也在不断改进更新。其中，较为先进的??方法包括［２１－２３］?：?Ｐｒｏｐｏｓａｌ－ｂａｓｅｄ?（基于候选框）的文本貝标检测方法、??Ｓｅｇｍｅｎｔａｔｉｏｎ－ｂａｓｅｄ?（暴于．分割）的文本＿标检测方法、．Ｈｙｂｒｉｄ－ｂａｓｅｄ【難于＂商者混??合）的文本目标检测方法和其它的文本目标检测方法。??基于候选框的文本目标检测如图１－３所示是基于深度学习物体识别中，最为常??见的方法之一。其中，最经典的文本目标检测网络是：基于Ｆａｓｔｅｒ?ＲＣＮＮ、基于??ＳＳＤ和基于ＲＦＣＮ的文本目标检测网絡［２？６］。??ｌ?Ａｔ?＾??１、输入待测图片?２、生成彳吳选Ｘ本框?３、特征提取?４、特征分类??图１－３碁于候选框的文本肩标检测??对乎一张输入的待检测图像，先是利用若宁个ａｎｃｈｏｒ?（锚点）以选择性搜索??的方式产生大量的候选窗Ｇ，再经过一个卷积神经网络将候选窗Ｕ中的卷积特征??提取出来，特征在通过支持向量机分类器之后会得到一个对应窗Ｈ的分数，将分??类准确率低的区块舍去就能够获取较好的检测结果。??Ｒｅｎ等提出的Ｆａｓｔｅｒ?ＲＣＮＮ文本目标检测网络依赖的是区域建议算法。论文??中提出的方法引入了区域提议网络，该网络与目标检测网络共享了整个图像的卷??积特性，由此可以得到区域建议候选框。接着，利用分类层将候选框中是文本的??５??
?电子科技大学硕士學位诱文???该方法使用初始宇符提取和识别结果来估计布局，之后再执行字符提取和识别操??作。该方法的优越性就体现在：通过增加可靠的估计来增加字符识别精度，从而??提痛＇单词识别性能。??在这一节中，我们主要介绍的文本目标识别模型有：ＣＲＮＮ加ＣＴＣ文本目标??识别网络和ＲＡＲＥ文本目标识别网络。??ＣＲＮＮ?加?ＣＴＣ?（Ｃｏｎｎｅｃｔｉｏｎｉｓｔ?Ｔｅｍｐｏｒａｌ?Ｃｌａｓｓｉｆｉｃａｔｉｏｎ）文本貝标识另！］网络（如??图１－５所示）由Ｓｈｉ等【＿提出，网络结构可分为卷积网络层、循环网络层和ＣＴＣ??，层．。??＂Ｅｖｅｒｙｔｈｉｎｇ?ｉｓ?ｇｏｉｎｇ?ｔｏ?ｂｅ?ａｌｒｉｇｈｔ＂?输出文本??二…一?Ｅｖｅｒｙｔｈｉｎｇ?ｉ?ｓ?（?ｏ?ｉ?ｎ?｜?ｔｏ?ｂ?ｅ?ａｌｒｉｇｈｔ?ＣＴＣ?层??循环网络层??？?？？?？??卜：》Ｉ?細网络层??Ｌ．?？?￣￣Ｉ??图１－５?ＣＲＮＮ加ＣＴＣ文本巨标识别??在ＣＲＮＮ加ＣＴＣ网络结构中，卷积网络层采用的ＣＮＮ网络属于暈基本的卷??积层构造。假设我们将一个高度为３２、宽度为Ｗ、通道数为３的图像作为原始图??像输入，那么在经过卷积网络层之后，我们便会得到一个（１，妒／４，５１２）的卷积特??征矩阵。循环网络层再将（１，妒／４，５１２）的卷积特征矩阵作为输入，并将该卷积特??征矩阵中的文字序列特征提取出来。ＣＴＣ层为了处理训练时字符无法对齐的问题，??采取了不需要对齐的损失函数计算方法。ＣＲＮＮ加ＣＴＣ文字识别总体来说是一个??端到端的图片文字识别算法，也是在文字识别过程中最常用到的一种网络模型结??构。??ＲＡＲＥ?（Ｒｏ
【参考文献】：
期刊论文
[1]智慧校园的综合安防系统设计[J]. 陶英. 智能建筑与智慧城市. 2018(05)
[2]基于色彩空间的最大稳定极值区域的自然场景文本检测[J]. 范一华,邓德祥,颜佳. 计算机应用. 2018(01)
[3]基于连通分量特征的文本检测与分割[J]. 蒋人杰,戚飞虎,徐立,吴国荣. 中国图象图形学报. 2006(11)
[4]基于多帧图像的视频文字跟踪和分割算法[J]. 密聪杰,刘洋,薛向阳. 计算机研究与发展. 2006(09)
[5]信息高速公路与计算机技术[J]. 王惠通,李经纬. 电子科技导报. 1994(04)
博士论文
[1]多智能体深度强化学习方法及应用研究[D]. 张悦.西安电子科技大学 2018
[2]基于图的半监督学习及其应用研究[D]. 潘俊.浙江大学 2011
[3]半监督学习及其应用研究[D]. 孔怡青.江南大学 2009
硕士论文
[1]基于深度学习的文本检测识别算法研究及应用[D]. 岑冠东.广东工业大学 2019
[2]基于深度学习的自然场景中文本检测方法研究[D]. 王大千.延边大学 2019
[3]基于机器学习的目标识别方法研究[D]. 常镶石.沈阳理工大学 2019
[4]基于OCR技术的通用证件识别系统[D]. 常参参.南昌大学 2018
[5]基于Tesseract_OCR的驾驶证识别系统设计与实现[D]. 李亮.电子科技大学 2018
[6]基于强化学习的特征选择算法研究[D]. 赵凯旋.重庆交通大学 2018
[7]支票扫描图像中的字符识别算法及实现[D]. 张瑜.哈尔滨工业大学 2016
[8]基于改进HOG特征的行人检测算法研究[D]. 贾楚.燕山大学 2016
[9]基于OCR快递单据识别的研究与实现[D]. 胡提坤.内蒙古大学 2014
本文编号：2896345
本文链接：https://www.wllwen.com/shoufeilunwen/xixikjs/2896345.html
