《电商图片文字算法研究的国内外文献综述》4000字.docxVIP

PAGE

PAGE1

电商图片文字算法研究的国内外文献综述

从图片文件识别文字并非是什么新鲜事物，早在上世纪30年代年就诞生了这一概念，称之为光学字符识别OCR(OpticalCharacterRecognition)[1-2]。早期时候人们只是对简单的数字进行识别，因为我们日常生活中数字被广泛的使用，而且识别难度不大，如记账的数字，邮编等都大量使用到了数字。还有每个学习cnn的人最初可能都接触过一个手写数字识别的入门课程，minist数据集识别。除了识别的字符内容简单，早期的文字识别主要是针对文档类的图片这一简单场景，像邮报，图书，信件等，这类场景的背景简单，文字排版规律，字体也比较统一，图像质量也清晰可控。

最近几年，得益于深度学习的发展，文字识别的效果又有了进一步的提升，在自然场景文字识别中取得了不小突破。但是目前还没有通用的识别方法能够在任意场景都表现良好，通常的主流做法是针对某一垂直场景开发一个专用的文字检测识别模型，如对结构化文本场景的发票，电表，医疗票据单等开发一个专用模型。也有一些研究[3-4]是针对电商图片文字识别的研究,他们也对电商图片的文字进行了检测和识别，不过是对识别出的文字进行关键字检测，检测出关键字帮助图片进行商品类别判断，或者对关键字进行敏感文字检测，情感分析等。本文的也是在电商图片这一垂直场景下进行研究，希望得到一个更加合理的输