基于深度卷积神经网络的街景门牌号识别方法

作     者：韩鹏承 胡西川 HAN Peng-cheng;HU Xi-chuan

作者机构：上海海事大学信息工程学院上海201306 

出 版 物：《现代计算机（中旬刊）》 (Modern Computer)

年 卷 期：2018年第7期

页      码：60-64页

摘      要：在复杂图像中提取文本信息是模式识别研究的热点,应用前景广阔。自然场景中的门牌号背景复杂,字符风格多样,识别难度较大。基于卷积神经网络设计一种识别方法,可以达到较好的识别效果。在方法设计中用灰度化手段来弱化自然场景中的背景信息,突出重要特征。基于AlexNet改进网络,加深网络的深度,在激活函数的后面使用批归一化BN,并在全连接层中应用较低比例的Dropout策略。使用谷歌街景门牌号数据集(SVHN),训练约13个小时,识别率达到94.58%。

主 题 词：卷积神经网络 AlexNet SVHN BN 字符识别 

学科分类：12[管理学] 1201[管理学-管理科学与工程类] 081104[081104] 08[工学] 0835[0835] 0811[工学-水利类] 0812[工学-测绘类] 

D　O　I：10.3969/j.issn.1007-1423.2018.20.012

馆 藏 号：203304870...