基于PCANet的場(chǎng)景字符特征提取方法研究.pdf

1、隨著智能拍照手機(jī)的普及和互聯(lián)網(wǎng)大數(shù)據(jù)的興起，場(chǎng)景文本識(shí)別的應(yīng)用越來(lái)越廣泛，諸如移動(dòng)翻譯系統(tǒng)、車輛識(shí)別、多媒體檢索、盲人導(dǎo)航等。最近幾年場(chǎng)景文本識(shí)別受到了廣泛關(guān)注，未來(lái)場(chǎng)景文本識(shí)別將應(yīng)用到我們生活的各個(gè)角落。
　　本文主要研究場(chǎng)景文字特征提取方法，提出基于主成分分析網(wǎng)絡(luò)(PCANet)的場(chǎng)景文字特征提取和識(shí)別方法，并且對(duì)PCANet方法進(jìn)行改進(jìn)以提高場(chǎng)景文字識(shí)別率。PCANet是一種基于卷積神經(jīng)網(wǎng)絡(luò)的特征學(xué)習(xí)方法，該方法將卷積神經(jīng)網(wǎng)

2、絡(luò)的卷積核變?yōu)橛蒔CA方法所計(jì)算出來(lái)的主特征。卷積核所卷積獲得的圖像代表著某一個(gè)區(qū)域的顯著程度，該方法的卷積核大小是固定的。而對(duì)于場(chǎng)景字符來(lái)說(shuō)，字符的大小、背景、字體粗細(xì)等變化較大，因此采用單一尺度不能滿足場(chǎng)景文字識(shí)別的需要，會(huì)導(dǎo)致識(shí)別率降低，需要對(duì)PCANet進(jìn)行改進(jìn)。本文不僅提出把PCANet應(yīng)用到場(chǎng)景字符特征提取和識(shí)別中，并在此基礎(chǔ)上提出了一種新的更加魯棒的方法，即多尺度的PCANet。該方法將原來(lái)單一尺度的卷積核變?yōu)槎喑叨鹊木矸e