[发明专利]基于卷积神经网络的广告骚扰传真图像检测系统及方法

说明书

本发明提供了一种基于卷积神经网络的广告骚扰传真图像检测系统及方法，包括关键字区域提取模块，所述关键字区域提取模块用于确定待检测传真图像的关键字可疑区域；神经网络置信度分析模块，所述神经网络置信度分析模块与所述关键字区域提取模块相连，所述神经网络置信度分析模块用于对所述关键字可疑区域的文字进行识别，实现传真图像的分类。本发明通过关键字区域提取模块对关键字可疑区域进行提取，自动化运行，工作效率高；通过神经网络置信度分析模块对关键字可疑区域的文字进行识别，实现广告骚扰传真的分类判断，节约时间，管控能力强，使得本发明具有工作效率高，管控能力强的特点。

技术领域

本发明属于图像分类技术领域，具体而言，涉及一种基于卷积神经网络的广告骚扰传真图像检测系统及方法。

背景技术

随着互联网技术的普及，文本图像的数量日益增多，对文本图像进行自动处理是计算机应用领域的一项重要课题。文本图像的种类繁多，版面结构日趋复杂，不仅包含字号不一的文字区域，往往还包括图像、表格、图形等元素，文本图像的排版形式也多种多样，不仅有矩形版面，也有非矩形版面。要对文本图像进行自动化处理，版面分析是一个重要的环节。版面分析是利用计算机对文本图像进行处理，以确定文本图像的物理结构，将图像划分为文本、图像、图形、表格等不同属性的区域，满足文本图像字符识别、表格识别、图标识别等不同应用的需要。版面分析一直是文本图像处理领域的研究热点，作为文本图像的预处理过程，版面分析的结果直接影响到后续处理的准确性。传真图像是文本图像中重要的一类，利用传真图像中包含的电话号码、电子邮件地址等对传真图像进行检索和分类得到了广泛的关注。

传真图像本身具有颜色信息较少，空间分辨率较低等不同于一般光学图像的特点。这导致一般的光学图像分类方法直接用在传真图像分类问题上的效果并不好。受Hubel和Wiesel对猫视觉皮层电生理研究启发，有人提出卷积神经网络(CNN)，Yann Lecun最早将CNN用于手写数字识别。近年来卷积神经网络在多个方向持续发力，在语音识别、人脸识别、通用物体识别、运动分析、自然语言处理甚至脑电波分析方面均有突破。而在传真图像识别方面，卷积神经网络的应用尚属空白。

随着互联网技术对社会生活的影响逐步深入，传真图像作为一种文字图像，其骚扰呈现上升趋势。近年来广告骚扰传真的影响日益严重，迫切需要一种实时、自动化程度高的传真图像检测技术。据了解，目前广告骚扰传真图像的分类基本依赖人工完成，存在自动化程度低、耗费时间、工作效率低下等问题，无法满足行业监管需要。

由以上分析可知，现有的广告骚扰传真图像检测方法存在以下不足：

1、现有的广告骚扰传真图像检测方法自动化程度低，工作效率低；

2、现有的广告骚扰传真图像检测方法耗费时间，防范能力差，不能满足行业监管需要。

发明内容

本发明提供了一种基于卷积神经网络的广告骚扰传真图像检测系统及方法，能够有效解决现有的广告骚扰传真图像检测方法工作效率低的问题，还能够解决现有的广告骚扰传真图像检测方法管控能力差的问题。

为了解决以上问题，本发明提供了一种基于卷积神经网络的广告骚扰传真图像检测系统及方法，技术方案如下：

一种基于卷积神经网络的广告骚扰传真图像检测系统，包括关键字区域提取模块，所述关键字区域提取模块用于确定待检测传真图像的关键字可疑区域；神经网络置信度分析模块，所述神经网络置信度分析模块与所述关键字区域提取模块相连，所述神经网络置信度分析模块用于对所述关键字可疑区域的文字进行分类。

如上述的基于卷积神经网络的广告骚扰传真图像检测系统，进一步优选为：所述关键字区域提取模块包括二值化模块和形态学腐蚀模块；所述二值化模块用于对所述关键字可疑区域进行判断；所述形态学腐蚀模块与所述二值化模块相连，所述形态学腐蚀模块用于对判断后的所述关键字可疑区域进行腐蚀。