排序方式: 共有1条查询结果,搜索用时 15 毫秒
1
1.
针对点阵字符因错误分割导致识别准确率较低的问题,提出了一种基于卷积神经网络(CNNs)识别反馈的点阵字符检
测方法。 首先采用多尺度窗口获取多个候选区域并建立 CNNs 对其进行识别,利用投票机制对多个识别结果进行综合决策,然
后根据决策结果反向定位点阵字符并完成字符分割,最后提出一种滑动翻转窗口对所有字符进行分割与识别。 实验结果表明,
该方法在点阵字符的定位准确率和识别率方面都优于传统字符识别方法,分别达到了 97. 53%和 97. 50%。 相似文献
1