2023年全國(guó)碩士研究生考試考研英語(yǔ)一試題真題(含答案詳解+作文范文)_第1頁(yè)
已閱讀1頁(yè),還剩95頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、隨著移動(dòng)互聯(lián)網(wǎng)的飛速發(fā)展及智能手機(jī)等移動(dòng)電子設(shè)備的普及,自然場(chǎng)景圖像的獲取和傳輸變得越來(lái)越便捷。自然場(chǎng)景圖像中的文本包含了豐富的信息,人們期待計(jì)算機(jī)能代替人類(lèi)自動(dòng)地檢測(cè)并提取圖像的文本信息。與傳統(tǒng)的光學(xué)字符識(shí)別不同,自然場(chǎng)景中的文本信息提取面臨著字體多變、布局不一、背景復(fù)雜等問(wèn)題。近年來(lái),面向自然場(chǎng)景的文本識(shí)別研究雖然取得了一定的成果,但是與實(shí)際應(yīng)用的要求還存在較大的差距。因此,面向自然場(chǎng)景的端對(duì)端英文文字識(shí)別方法的研究不僅具有重要的理

2、論研究意義,而且具有廣闊的應(yīng)用前景。
  本文旨在從自然場(chǎng)景圖像中提取精確文本位置和正確的文本信息,并構(gòu)建一個(gè)端對(duì)端的場(chǎng)景文本識(shí)別系統(tǒng)。針對(duì)現(xiàn)有研究方法中字符圖像特征表示能力不足及過(guò)分依賴復(fù)雜模型等問(wèn)題,本文主要開(kāi)展以下三方面的研究:(1)自然場(chǎng)景中字符的無(wú)監(jiān)督特征提取及其分層表示;(2)自然場(chǎng)景中的文本定位;(3)自然場(chǎng)景中端對(duì)端的文字識(shí)別系統(tǒng)的框架。本文的主要貢獻(xiàn)如下:
  1.提出了基于卷積神經(jīng)網(wǎng)絡(luò)的無(wú)監(jiān)督特征分層表示

3、算法。我們先利用改進(jìn)的K-means聚類(lèi)方法從訓(xùn)練數(shù)據(jù)中獲得基向量,再結(jié)合卷積神經(jīng)網(wǎng)絡(luò)提取字符圖像的特征。
  2.提出了由字符到字符串,再到單詞的文本分層定位框架。采用最大穩(wěn)定極值區(qū)域(MSER)算法提取字符候選區(qū)域。根據(jù)字符的空間布局等特征對(duì)多層特征過(guò)濾后的字符候選區(qū)域進(jìn)行融合。設(shè)計(jì)了字符串的結(jié)構(gòu)特征,進(jìn)一步提高文本檢測(cè)的準(zhǔn)確率。
  3.設(shè)計(jì)了端對(duì)端的場(chǎng)景文字識(shí)別算法框架,實(shí)現(xiàn)了實(shí)驗(yàn)演示系統(tǒng)。我們把文本檢測(cè)與字符識(shí)別模

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論