技術(shù)總結(jié)
本發(fā)明公開了基于深度學習的自然場景多語言文本檢測方法，包括步驟為：轉(zhuǎn)為灰度圖片，構(gòu)建ER樹，獲取LER，移除其中重復的LER，區(qū)分文字和背景雜質(zhì)，種子生長、聚類，用隨機森林進行文本識別。其中，區(qū)分文字和背景雜質(zhì)時，使用了兩階段CNN，其中一階?CNN用于將背景雜質(zhì)與類文字符號Symbol區(qū)分開來；二階CNN用于將類文字符號Symbol細劃分為中文、英文以及標識符Sign，并去除其中的標識符Sign，使含有中文和英文的組件被保留下來。采用上述方法后，能夠檢測自然場景下的多語言文本以及斷裂的文字。另外，與現(xiàn)有技術(shù)相比，本技術(shù)在自然場景下?lián)碛休^好的魯棒性，對于多語言的復雜環(huán)境下也能較好適用，同時有不低于現(xiàn)有技術(shù)的檢測速度。

技術(shù)研發(fā)人員：路通;劉若澤
受保護的技術(shù)使用者：南京大學
文檔號碼：201610975596
技術(shù)研發(fā)日：2016.11.07
技術(shù)公布日：2017.03.15