基于角點(diǎn)檢測(cè)和卷積神經(jīng)網(wǎng)絡(luò)的字符識(shí)別.pdf

1、隨著互聯(lián)網(wǎng)的普及以及電子商務(wù)技術(shù)的快速發(fā)展，網(wǎng)上購物在人們的日常生活中變得司空見慣。與實(shí)體店購物不同，網(wǎng)購環(huán)境下用戶無法接觸商品實(shí)物，用戶一般是根據(jù)電商網(wǎng)站提供的商品信息來決定是否購買。而商品信息中，除了一部分以文本、表格的形式給出外，越來越多的是以圖片的形式呈現(xiàn)。在這種情況下，比較容易出現(xiàn)兩種問題：一是商品信息圖片中的內(nèi)容和商品規(guī)格參數(shù)中的內(nèi)容不一致，這將給用戶帶來理解困擾；二是某些商品信息采用圖片的方式來規(guī)避對(duì)敏感或違禁詞的檢測(cè)，做

2、虛假宣傳、虛假廣告。因此，需要運(yùn)用圖片字符識(shí)別技術(shù)設(shè)計(jì)一個(gè)系統(tǒng)自動(dòng)提取商品信息圖片中的文本信息，這樣才能有助于電商企業(yè)更好地進(jìn)行信息監(jiān)管、商品推薦以及售后服務(wù)。針對(duì)此應(yīng)用背景，本論文對(duì)圖像字符檢測(cè)識(shí)別領(lǐng)域進(jìn)行研究分析，通過結(jié)合改進(jìn)的現(xiàn)有技術(shù)進(jìn)行商品信息圖片的字符檢測(cè)與識(shí)別，以期達(dá)到自動(dòng)識(shí)別電商圖片字符信息的目標(biāo)。
　　本文首先調(diào)研了圖像字符識(shí)別的研究背景及應(yīng)用前景，研究了國內(nèi)外該領(lǐng)域的研究現(xiàn)狀，發(fā)現(xiàn)字符檢測(cè)的研究對(duì)象大部分是英文字

3、符，對(duì)其它字符，譬如漢字的檢測(cè)研究很少；而且對(duì)漢字的識(shí)別方法需要更多的改進(jìn)和探索。
　　接著，對(duì)字符檢測(cè)算法進(jìn)行研究，包括圖像處理技術(shù)和角點(diǎn)檢測(cè)算法。圖像處理技術(shù)主要作用有兩個(gè)：一是對(duì)圖像數(shù)據(jù)進(jìn)行去噪、增強(qiáng)處理（圖像平滑、圖像銳化），為后續(xù)運(yùn)算提供高質(zhì)量的輸入數(shù)據(jù)（因?yàn)閳D片是人工采集的，可能存在不合要求圖片，需要清理；而圖片流轉(zhuǎn)過程會(huì)帶人噪聲，因此需要進(jìn)行去噪等預(yù)處理）；二是字符檢測(cè)需要運(yùn)用圖像處理技術(shù)（形態(tài)學(xué)處理）對(duì)字符的邊緣強(qiáng)

4、化。經(jīng)過上述處理后，采用Harris角點(diǎn)檢測(cè)法對(duì)圖片的字符區(qū)域標(biāo)記，得到字符候選區(qū)。
　　然后，介紹了字符定位方法，因?yàn)樽址麢z測(cè)確定的字符候選區(qū)域包含部分背景區(qū)域，會(huì)對(duì)字符識(shí)別造成干擾，因此需要精確定位字符位置。字符區(qū)域比背景區(qū)域有更多的邊緣特征，因此本文選擇HOG特征提取法獲取字符的特征向量，然后使用支持向量機(jī)進(jìn)行分類，去除大部分背景區(qū)域，最后確定字符的精確位置。
　　最后，研究了字符識(shí)別算法。字符識(shí)別之前，首先進(jìn)行字符分

5、割，針對(duì)標(biāo)記的區(qū)域利用平行投影方法確定文本行，再使用垂直投影在列方向進(jìn)行處理，從而確定單個(gè)字符區(qū)域，最后完成字符分割。在字符識(shí)別步驟中，將輸入圖片歸一化為32×32的大小，像素寫成向量形式傳給CNN的輸入層，CNN經(jīng)過卷積層、激活層、全連接層的處理，最后輸出一維矢量，對(duì)應(yīng)概率最大的字符作為識(shí)別結(jié)果。根據(jù)常用的評(píng)價(jià)指標(biāo)：精確率、召回率和F-Score，分析字符檢測(cè)和字符識(shí)別的性能及其影響因素。實(shí)驗(yàn)結(jié)果驗(yàn)證了論文所使用方法的有效性，該方法能