文件名称:基于残差连接的改进端到端文本识别网络结构
文件大小:1.85MB
文件格式:PDF
更新时间:2024-07-27 00:08:40
端到端网络
针对已有文本识别网络由于深度不够而识别准确率较低的问题,文中提岀一种改进的端到端文本识别网络结构。首先,将文本作为序列,采用残差模块将文本按列切分成特征向量输入循环层。这种残差结枃増加了卷积网络的深度,使网络保持对文本图像的最佳表征能力,实现对文本信息的捕捉。另一方面,残差模块采用堆叠层来学习残差映射,在层数加深的情况下提高了网络的收敛性。然后,采用循环层对这些文本特征序列进行上下文建模,并把建模结果输入 Softmanⅹ层以获得序列对应标签的预测,实现了对任意长度文本的识别。循环层使用长短时记忆网络学习文本之间的依赖关系,解决长序列训练过程中的“梯度消失”问题。最后,通过最优路径方法进行文本标签转录。该方法找到一条路径使其概率最大,并输岀这条路径对应的序列为最优序列。改进的文本识别网络结构増加了深度,提高了文本图像的特征描述能力和在噪声下的稳定性。在多个测试数据集( ICDAR2003, ICDAR2013,SVT和ⅢT5K)上将所提算法与已有典型算法进行实验对比分析,结果表明该网络结构能够得到更高的场景文本识别准确率,验证了其有效性。