基于CRNN的自然场景多语言文本检测方法  

作　　者：黄子涵 黄豪 林丹盈 曹洋瑞 张泽填 肖振球[1] 

机构地区：[1]嘉应学院计算机学院,广东梅州514000

出　　处：《电脑知识与技术》2022年第1期98-100,共3页Computer Knowledge and Technology

基　　金：2020年大学生创新创业训练省级基金项目“基于自适应词组分类的自然场景文字识别方法研究”(编号S202010582069)研究成果。

摘　　要：自然场景图像中的文字识别,不同于传统文本字符识别。自然场景图像中的文字经常面临着视角变化,多字体文本以及场景图像曝光严重等多种因素的影响,因此,难以准确地获取自然场景图像中字符信息。该文利用可微分二值化函数对自然场景图像进行处理,得到一张易处理二值化图像,并对二值化图像进行文本检测以便机器处理识别,最后利用卷积递归神经网络(CRNN);进行文本识别。该方法不仅提高了自然场景图像字符识别的准确度,而且解决了生活中多字体文字识别的难点。

关 键 词：场景图像 字符识别 二值化图像 文本检测 文本识别 

分 类 号：TP315[自动化与计算机技术—计算机软件与理论]