自然场景中特定文字图像优化识别研究与仿真

摘要：

对自然场景中的特定文字图像进行准确识别,可准确定位到所需的文字图像,提高图像检索的效率.进行特定文字图像识别过程中,需要区分文字图像和非文字图像,然后提取自然场景中特定文字图像纹理特征与边缘信息特征,传统方法不能构建文字图像识别器,难以较好地区分文字/非文字区域,降低了文字图像识别精度.提出一种深度学习的自然场景中特定文字图像优化识别模型.上述模型先融合自然场景图像的纹理特征与边缘信息特征来获得自然场景文本图像候选区,得到场景图像局部区域潜在语义识别挖掘,利用深度学习模型来表述自然场景图像中底层语义识别特征与高层语义识别之间的关系,提取不同自然场景下的语义特征,并对不同特征进行分类,利用其分类的结果组建基于深度学习的文字图像优化识别模型,利用上述模型完成对自然场景中特定文字图像优化识别.仿真结果表明,所提模型可以有效地完成自然场景中特定文字图像优化识别,具有较高的识别效率和精度.

关键词：深度学习模型、自然场景、文字识别

所属期刊栏目：33

分类号：TP391.41(计算技术、计算机技术)

资助基金：内蒙古高等学校科研项目NJZY16383

在线出版日期：2017-01-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：357-360