10.3969/j.issn.1000-386x.2017.12.044
基于卷积神经网络的自然背景字符识别
随着计算机视觉技术的发展,自然背景中字符的识别在图片检索、视频检索、无人车识别周围场景信息等领域都扮演了不可或缺的角色.相对于手写字符、打印字符的识别,自然背景字符的识别有着光照强度变化大、背景纹理复杂、字体样式和颜色多变等特点,这都给识别带来了巨大的挑战.主要是基于LeNet-5的网络结构设计了一种适合于识别自然背景字符的卷积神经网络,由于在这一领域以往的研究工作的基准数据集是较小的数据集(Chars74 K-15),为了便于比较,实验也是基于同样的数据集.但因为卷积神经网络是在巨大数据量的驱动下才会有良好的效果,因此还提出了一种预处理方式和fine-tune相结合用于解决自然背景字符图片数据量较小的问题.
自然背景字符识别、卷积神经网络、图像分类
34
TP391.4(计算技术、计算机技术)
2018-04-10（万方平台首次上网日期，不代表论文的发表时间）
共7页
228-234
