基于PCANet的場景字符特征提取方法研究.pdf

1、隨著智能拍照手機的普及和互聯(lián)網(wǎng)大數(shù)據(jù)的興起，場景文本識別的應(yīng)用越來越廣泛，諸如移動翻譯系統(tǒng)、車輛識別、多媒體檢索、盲人導(dǎo)航等。最近幾年場景文本識別受到了廣泛關(guān)注，未來場景文本識別將應(yīng)用到我們生活的各個角落。
　　本文主要研究場景文字特征提取方法，提出基于主成分分析網(wǎng)絡(luò)(PCANet)的場景文字特征提取和識別方法，并且對PCANet方法進行改進以提高場景文字識別率。PCANet是一種基于卷積神經(jīng)網(wǎng)絡(luò)的特征學(xué)習(xí)方法，該方法將卷積神經(jīng)網(wǎng)

2、絡(luò)的卷積核變?yōu)橛蒔CA方法所計算出來的主特征。卷積核所卷積獲得的圖像代表著某一個區(qū)域的顯著程度，該方法的卷積核大小是固定的。而對于場景字符來說，字符的大小、背景、字體粗細等變化較大，因此采用單一尺度不能滿足場景文字識別的需要，會導(dǎo)致識別率降低，需要對PCANet進行改進。本文不僅提出把PCANet應(yīng)用到場景字符特征提取和識別中，并在此基礎(chǔ)上提出了一種新的更加魯棒的方法，即多尺度的PCANet。該方法將原來單一尺度的卷積核變?yōu)槎喑叨鹊木矸e