-
题名一种基于角点与BP神经网络的文本检测及定位算法
被引量：1
- 1
-
-
作者
唐思源
高琦
邢俊凤
-
机构
内蒙古科技大学包头医学院计算机科学与技术系
-
出处
《现代电子技术》
北大核心
2016年第4期112-115,共4页
-
基金
内蒙古自治区高等学校科学研究项目(NJZY215)
-
文摘
检测并提取视频图像中的文本信息对视频图像和内容的理解意义重大。以现有的文本检测算法为基础,提出一种基于角点与BP神经网络相结合的文本检测算法。该算法首先应用多尺度角点算法提取文本角点信息并初步定位文本行,接着提取文本特征,最后应用BP神经网络精确定位文本。实验结果表明,此算法与经典方法相比具有更高的正确率和鲁棒性,视频中文本的正确检测率达到90.3%。
-
关键词
文本检测算法
多尺度角点算法
BP神经网络
文本信息提取
-
Keywords
text detection algorithm
multi-scale angular-point algorithm
BP neural network
text information extraction
-
分类号
TN911-34
[电子电信—通信与信息系统]
TP317.4
[自动化与计算机技术—计算机软件与理论]
-
-
题名基于深度学习的指针式仪表检测与识别研究
被引量：35
- 2
-
-
作者
徐发兵
吴怀宇
陈志环
喻汉
-
机构
武汉科技大学信息科学与工程学院
-
出处
《高技术通讯》
EI
CAS
北大核心
2019年第12期1206-1215,共10页
-
基金
国家自然科学基金(61573263)
湖北省科技支撑计划(2015BAA018)
国家重点研发计划(2017YFC0806503)资助项目
-
文摘
为了解决变电站指针式仪表读数识别中指针区域提取困难、指针中心线定位误差大以及识别精度较差等问题,针对变电站中常见的刻度分布均匀的指针式仪表,提出了一种基于深度学习的指针式仪表自动检测与识别方法。首先,利用卷积神经网络模型检测当前视野下仪表目标的包围框位置,得到仪表目标图像;然后,利用改进有效和准确的场景文本检测器(EAST)算法对检测到的仪表目标图像进行文本检测,检测出仪表图像中的文本图像,利用设计的印刷体数字识别模型对文本图像进行识别,筛选出仪表刻度数字,得到仪表刻度数字的位置信息与数值;最后,通过仪表刻度数字的位置信息提取出仪表指针直线与仪表中心,通过识别出的数值结合角度法完成仪表读数识别。通过大量实验对所提出的指针式仪表读数检测与识别方法进行验证,实验结果表明,本文所提出的仪表识别方法的平均准确率高于98.5%,对于复杂背景下指针式仪表的自动检测与识别任务具有良好的准确性与稳定性,可满足变电站实际应用需求。
-
关键词
深度学习
指针式仪表识别
卷积神经网络
改进场景文本检测器(EAST)算法
-
Keywords
deep learning
pointer meter reading recognition
convolutional neural network
improved efficient and accurate scene text detector(EAST)algorithm
-
分类号
TP3
[自动化与计算机技术—计算机科学与技术]
-
