- 1、本文档共4页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
2020年12月1日 现代电子技术 Dec. 2020
第43卷第23期 ModernElectronicsTechnique Vol.43 No.23
72
72
DOI:10.16652/j.issn.1004⁃373x.2020.23.016
基于深度学习的印刷体文档字符识别的研究
徐长英 ,赖伟财 ,陈 英1 2 2
(1.南昌航空大学 工程训练中心,江西 南昌 330063;2.南昌航空大学 软件学院,江西 南昌 330063)
摘 要:针对传统基于模板匹配光学识别效果存在不理想的状态,提出改进的深度学习模型的印刷体文档字符识别算
法。首先,生成包括一级字库、部分二级字库、英文大小写字母和标点符号的图片数据集,其数量大约为500万张;然后,在
Lenet⁃5网络模型的基础上进行改进和重新构造,提出一种增强型的深度学习模型Lenet⁃5Pro,该模型可提高印刷体文档的
识别率;最后,对比实验结果表明,该模型可以更加有效地提高印刷体字符识别的准确率,其字符识别准确率达到98% 以上。
关键词:印刷体字符识别;深度学习;图片数据集;Lenet⁃5Pro;字符增强;仿真分析
中图分类号:TN911.73⁃34;TP391 文献标识码:A 文章编号:1004⁃373X(2020)23⁃0072⁃04
Researchonprinteddocumentcharacterrecognitionbasedondeeplearning
XUChangying ,LAIWeicai ,CHENYing1 2 2
(1.EngineeringTrainingCentre,NanchangHangkongUniversity,Nanchang 330063,China;
2. SchoolofSoftware,NanchangHangkongUniversity,Nanchang 330063,China)
Abstract:Inviewoftheunsatisfactoryeffectofthetraditionalopticalrecognitionbasedontemplatematching,aprinted
documentcharacterrecognitionalgorithm basedonimproveddeeplearningmodelisproposed. Apicturedatasetincludingthe
first⁃level font library,part of the secondary font library,English upper and lower case letters,and punctuation marks is
generated,inwhichabout 5 millionpiecesofpicturesarecollected. AnenhanceddeeplearningmodelLenet⁃5Pro,bywhich
therecognitionrateofprinteddocumentscanbeimproved,isproposedbasedontheimprovementandreconstructionofLenet⁃5
network model. The comparative experimentalresults show thatthe accuracy ofcharacter recognition can be improved by the
proposedmodel,anditscharacterrecognitionaccuracyisover 98%.
Keywords:printeddocumentcharacterrecognition;de
文档评论(0)