首页 | 本学科首页   官方微博 | 高级检索  
     

基于深度残差网络的文字识别算法研究
引用本文:孟彩霞,王腾飞,王鑫.基于深度残差网络的文字识别算法研究[J].计算机与数字工程,2019,47(6):1487-1490,1501.
作者姓名:孟彩霞  王腾飞  王鑫
作者单位:西安邮电大学 西安 710000;西安邮电大学 西安 710000;西安邮电大学 西安 710000
摘    要:房产证、名片、公司营业执照等信息的收集通常是通过人工进行录入,而人工的录入方式存在效率低和容易出错的问题,因此汉字和数字的识别技术具有很重要的实用价值。由于汉字的种类繁多,传统的印刷体汉字识别存在精度低,不能满足实际应用需求等不足。随着深度学习的快速发展,多分类问题的精度得到显著改善,中文汉字识别得到了快速发展。但是针对汉字的识别深度学习网络存在网络模型复杂、容易过拟合的不足。若简化网络模型又会出现识别精度不高的问题。针对这些不足,基于深度残差网络(ResNet),提出一种改进的中文文字识别深度残差网络模型。实验结果表明,针对一级汉字,训练正确率达到98.7%,测试正确率达到97.6%。该方法识别精度高并且网络容易收敛,具有很高的应用价值。

关 键 词:卷积神经网络  深度残差网络  光学字符识别  文字识别

Research on Text Recognition Algorithm Based on Depth Residual Network
MENG Caixia,WANG Tengfei,WANG Xin.Research on Text Recognition Algorithm Based on Depth Residual Network[J].Computer and Digital Engineering,2019,47(6):1487-1490,1501.
Authors:MENG Caixia  WANG Tengfei  WANG Xin
Affiliation:(Xi'an University of Posts and Telecommunications,Xi'an 710000)
Abstract:MENG Caixia;WANG Tengfei;WANG Xin(Xi'an University of Posts and Telecommunications,Xi'an 710000)
Keywords:CNN  ResNet  OCR  Chinese word recognition
本文献已被 维普 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号