場(chǎng)景文字檢測(cè)與識(shí)別是計(jì)算機(jī)視覺(jué)領(lǐng)域的重要任務(wù)。場(chǎng)景文字檢測(cè)的目標(biāo)是在自然場(chǎng)景圖像中定位文字實(shí)例。場(chǎng)景文字識(shí)別的目標(biāo)是將只包含單個(gè)文字實(shí)例的自然場(chǎng)景圖像轉(zhuǎn)化為計(jì)算機(jī)可以理解的字符串。相比于傳統(tǒng)的光學(xué)字符識(shí)別,場(chǎng)景文字檢測(cè)與識(shí)別面臨著圖像背景復(fù)雜,文字樣式多變,成像質(zhì)量不佳等諸多挑戰(zhàn)。為了解決上述問(wèn)題,本文建立了一個(gè)工業(yè)場(chǎng)景的文字圖像數(shù)據(jù)集,并提出了兩種新的基于深度學(xué)習(xí)的場(chǎng)景文字檢測(cè)與識(shí)別方法。首先,本文建立了一個(gè)工業(yè)領(lǐng)域的場(chǎng)景文字檢測(cè)與識(shí)別數(shù)據(jù)集——設(shè)備銘牌數(shù)據(jù)集。該數(shù)據(jù)集包含502張自然場(chǎng)景下拍攝的設(shè)備銘牌圖像,并對(duì)圖像中的銘牌位置、文字位置和內(nèi)容進(jìn)行了詳細(xì)的標(biāo)注。該數(shù)據(jù)集涵蓋了 175種不同種類的銘牌,包含中文字符、英文字符、數(shù)字、符號(hào)等多種字符,以及凸起文字、雕刻文字、印刷文字、手寫文字等多種形式的文字,具有很強(qiáng)的挑戰(zhàn)性。其次,本文針對(duì)透視變換影響文字檢測(cè)精度的問(wèn)題,提出了一種基于關(guān)鍵點(diǎn)定位的場(chǎng)景文字檢測(cè)方法。我們?cè)O(shè)計(jì)了一種關(guān)鍵點(diǎn)定位網(wǎng)絡(luò),用于定位文字區(qū)域的關(guān)鍵點(diǎn),并根據(jù)關(guān)鍵點(diǎn)位置對(duì)文字圖像進(jìn)行轉(zhuǎn)正。該方法不僅解決了透視變換影響文字檢測(cè)精度的問(wèn)題,還抑制了復(fù)雜的圖像背景對(duì)文字檢測(cè)的... 

【文章來(lái)源】：中國(guó)科學(xué)院大學(xué)(中國(guó)科學(xué)院深圳先進(jìn)技術(shù)研究院)廣東省

【文章頁(yè)數(shù)】：55 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖２．１設(shè)備銘牌標(biāo)注樣例

?基于深度學(xué)習(xí)的場(chǎng)景文字檢測(cè)與識(shí)別方法研究???４０００??３５００??Ｉ３０００??（Ｕ??＾?２５００??＾?２０００?■??Ｉ?１５００?｜｜??｜｜｜－??ｎ?————屬．ＪＬＢＩ?Ｊｌ＿Ｉ—麵＿????Ｉ??０?２５０?５００?７５０?１０００?１２５０?１５００?１７５０?２０００??Ｌｅｎｇｔｈ?ｏｆ?Ｔｅｘｔ?Ｒｅｇｉｏｎ?ｉｎ?Ｐｉｘｅｌ??圖２．２文字實(shí)例長(zhǎng)度分布。??Ｆｉｇｕｒｅ?２．２?Ｔｈｅ?ｌｅｎｇｔｈ?ｄｉｓｔｒｉｂｕｔｉｏｎ?ｏｆ?ｔｅｘｔ?ｉｎｓｔａｎｃｅ．??ＣＯ８０００??９３??Ｏ??（０??－Ｍ??－６０００??■Ｍ??（０??Ｊ４０００??〇?ＩｌｌｌｌｌｌｌｌｌｌｉｌｌｌｌｌｌＨｌＩｌｌｌｌｌｌｌｌｌｌｌｌｌｌｉｉｍｉｉｉｍ??０１２５?電?３ＡＶ４ａ?定．ｅ?－額?Ｃ／ｋＳｔＴ?壓?ｒＥ６ｎＲ?號(hào)?８７Ｎ?流?Ｄｌｏ９ｉＰＨｄＬＢＧＩｇ０ｕｓｌＶＩ?器??圖２．３前５０個(gè)字符類別的出現(xiàn)頻率。??Ｆｉｇｕｒｅ?２．３?Ｔｈｅ?ｆｒｅｑｕｅｎｃｙ?ｏｆ?ｔｏｐ?５０?ｃｈａｒａｃｔｅｒ?ｃａｔｅｇｏｒｉｅｓ．??１４０??１２０??Ｅｉ〇〇??Ｅ??Ｊ?８０??｜?６０??ｉｌｌｌｈ??５０?１００?１５０??Ｎｕｍｂｅｒ?ｏｆ?Ｔｅｘｔ?Ｒｅｇｉｏｎｓ??圖２．４每張圖像中的文字實(shí)例個(gè)數(shù)。??Ｆｉｇｕｒｅ?２．４?Ｔｈｅ?ｎｕｍｂｅｒ?ｏｆ?ｔｅｘｔ?ｉｎｓｔａｎｃｅｓ?ｉｎ?ｅａｃｈ?ｉｍａｇｅ．??１０??

?基于深度學(xué)習(xí)的場(chǎng)景文字檢測(cè)與識(shí)別方法研究???４０００??３５００??Ｉ３０００??（Ｕ??＾?２５００??＾?２０００?■??Ｉ?１５００?｜｜??｜｜｜－??ｎ?————屬．ＪＬＢＩ?Ｊｌ＿Ｉ—麵＿????Ｉ??０?２５０?５００?７５０?１０００?１２５０?１５００?１７５０?２０００??Ｌｅｎｇｔｈ?ｏｆ?Ｔｅｘｔ?Ｒｅｇｉｏｎ?ｉｎ?Ｐｉｘｅｌ??圖２．２文字實(shí)例長(zhǎng)度分布。??Ｆｉｇｕｒｅ?２．２?Ｔｈｅ?ｌｅｎｇｔｈ?ｄｉｓｔｒｉｂｕｔｉｏｎ?ｏｆ?ｔｅｘｔ?ｉｎｓｔａｎｃｅ．??ＣＯ８０００??９３??Ｏ??（０??－Ｍ??－６０００??■Ｍ??（０??Ｊ４０００??〇?ＩｌｌｌｌｌｌｌｌｌｌｉｌｌｌｌｌｌＨｌＩｌｌｌｌｌｌｌｌｌｌｌｌｌｌｉｉｍｉｉｉｍ??０１２５?電?３ＡＶ４ａ?定．ｅ?－額?Ｃ／ｋＳｔＴ?壓?ｒＥ６ｎＲ?號(hào)?８７Ｎ?流?Ｄｌｏ９ｉＰＨｄＬＢＧＩｇ０ｕｓｌＶＩ?器??圖２．３前５０個(gè)字符類別的出現(xiàn)頻率。??Ｆｉｇｕｒｅ?２．３?Ｔｈｅ?ｆｒｅｑｕｅｎｃｙ?ｏｆ?ｔｏｐ?５０?ｃｈａｒａｃｔｅｒ?ｃａｔｅｇｏｒｉｅｓ．??１４０??１２０??Ｅｉ〇〇??Ｅ??Ｊ?８０??｜?６０??ｉｌｌｌｈ??５０?１００?１５０??Ｎｕｍｂｅｒ?ｏｆ?Ｔｅｘｔ?Ｒｅｇｉｏｎｓ??圖２．４每張圖像中的文字實(shí)例個(gè)數(shù)。??Ｆｉｇｕｒｅ?２．４?Ｔｈｅ?ｎｕｍｂｅｒ?ｏｆ?ｔｅｘｔ?ｉｎｓｔａｎｃｅｓ?ｉｎ?ｅａｃｈ?ｉｍａｇｅ．??１０??


本文編號(hào)：3004124