原创力文档- 1、本文档共69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)。
华中科技大学硕士学位论文
摘要
日常生活中存在大量携带文本的图像，图像文本识别方法可将这些图像中的文
本信息转化为文本，便于人们对其进一步处理应用。图像文本识别方法被广泛应用
在多种场景中，如车牌识别、拍照翻译、工业自动化等，极大的便利了人们的生活。
针对汇编课程实验报告中图像彼此相似度较高，且存在大量文本的场景，在场
景文本检测器（EfficientandAccuracySceneTextDetector，EAST）的基础上提出了
RFEAST文本检测模型，并对卷积递归神经网络（ConvolutionalRecurrentNeural
Network，CRNN）进行改进。针对EAST存在长文本检测能力不强、网络感受野不
够等缺陷，RFEAST在EAST中加入增强模块增大骨干网络感受野；针对EAST模
型对样本不平衡处理不佳的问题，调整EAST置信度损失函数以便平衡样本；针对
EAST模型预测的部分文本框存在重叠的问题，RFEAST在EAST后处理中对重叠
文本框进行筛选与合并；针对CRNN文本识别模型较难区分部分中英文相似字符的
问题，在模型损失函数中加入中心损失（CenterLoss），增强对相似字符的区分能力，
从而提升对图像中文本的识别精度。RFEAST模型可对图像中文本区域进行定位，
改进的CRNN模型可识别图像文本区域中的文本。通过两个模型可识别图像中的文
本，再对识别文本进行相似比较可实现图像的查重。将RFEAST模型与改进后的
CRNN模型应用于实验报告查重系统中，系统可对实验报告的图像与文本进行查重，
并生成查重详情报告，便于教师复核。
使用实验报告样本图像制作的数据集对改进后的EAST模型与CRNN模型进行
测试，EAST模型的F1值由80.35%提高到85.31%，CRNN模型的准确率由94.93%
提高到96.03%。对实验报告查重系统进行测试，系统可实现对实验报告的查重。
关键词：图像文本识别；文本查重；在线查重系统
I
华中科技大学硕士学位论文
Abstract
Therearealargenumberoftext-carryingimagesindailylife,andimagetext
recognitionmethodscanconvertthetextinformationintheseimagesintotextforfurther
processingandapplication.Imagetextrecognitionmethodsarewidelyusedinavarietyof
scenarios,suchaslicenseplaterecognition,phototranslation,industrialautomation,etc.,
whichgreatlyfacilitatespeopleslives.
Aimingatthescenewheretheimagesarehighlysimilartoeachotherandthereisa
largeamountoftextintheexperimentalreportofthecompilationcourse,theRFEAST
textdetectionmodelisproposedonthebasisoftheEfficientandAccuracySceneText
Detector(EAST),andtheConvolutionalRecurrentNeuralNetwork(CRNN)isimproved.
Inviewoftheshortcomingso
文档评论（0）