一种改进型卷积神经网络文本识别方法

作     者：周兴杰 罗印升 宋伟 ZHOU Xingjie;LUO Yinsheng;SONG Wei

作者机构：江苏理工学院机械工程学院江苏常州213001 江苏理工学院电气信息工程学院江苏常州213001 

基　　金：江苏省研究生实践创新计划项目“基于激光SLAM与视觉SLAM相融合的植保机定位与建图设计”(SJCX19_0691) 

出 版 物：《江苏理工学院学报》 (Journal of Jiangsu University of Technology)

年 卷 期：2020年第26卷第6期

页      码：44-49页

摘      要：针对目前文本识别网络中参数多、识别速度较慢的不足,提出了一种改进的端到端文本识别网络结构。该结构采用MobileNet-V3替代VGG模型,即采用深度可分离卷积替换掉标准卷积,同时在网络中嵌入了空间注意力模块,使网络能够更多地关注输入图像中的字符部分。通过多个测试数据集,包括ICDAR2003、ICDAR2013和SVT与典型算法进行了实验对比分析,结果表明,改进的模型可以在不降低准确率的情况下,实现网络参数量下降为原来的1/6,速度提升约50%。

主 题 词：文本识别 MobileNet-V3 空间注意力 卷积神经网络 

学科分类：081203[081203] 08[工学] 0835[0835] 0812[工学-测绘类] 

D　O　I：10.19831/j.cnki.2095-7394.2020.06.008

馆 藏 号：203101567...