[发明专利]一种用于中文历史文献密集文本的文字检测识别方法有效
| 申请号： | 201811533332.0 | 申请日： | 2018-12-14 |
| 公开（公告）号： | CN109800756B | 公开（公告）日： | 2021-02-12 |
| 发明（设计）人： | 黄伟国;金连文;杨海林 | 申请（专利权）人： | 华南理工大学;华南理工大学珠海现代产业创新研究院 |
| 主分类号： | G06K9/32 | 分类号： | G06K9/32;G06K9/34;G06K9/62 |
| 代理公司： | 广州市华学知识产权代理有限公司 44245 | 代理人： | 李斌 |
| 地址： | 510640 广*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种用于中文历史文献密集文本的文字检测识别方法，包括步骤：(1)数据获取：采集历史文献图像，进行人工标注；(2)数据预处理：对历史文献图像进行竖直投影做列切分，将历史文献中竖直的文本按列切开；(3)构建并预训练一个单行文本识别的卷积神经网络；(4)构建一个对单行文本进行文字检测的卷积神经网络，与进行单行文本识别的卷积神经网络共享浅层参数，同时进行训练；文字检测卷积神经网络利用文本识别卷积神经网络所提供的文本信息，对检测的位置进行微调，实现精确检测历史文献中密集文本的单个文字位置。本发明采用了卷积神经网络实现文本识别，并且充分利用文本识别分类器的指导信息，检测的效果可以更加精确。 | ||
| 搜索关键词： | 一种 用于 中文 历史文献 密集 文本 文字 检测 识别 方法 | ||
【主权项】：
1.一种用于中文历史文献密集文本的文字检测识别方法，其特征在于，包括下述步骤：S1、数据获取：采集历史文献图片，并进行人工标注，以形成标签数据集；S2、数据预处理：对步骤S1所采集的历史文献图片进行竖直投影做列切分，将历史文献图片中竖直的文本按列切开，形成图片数据集；S3、构建一个用于识别单行文本的识别卷积神经网络，利用步骤S1获得的标签数据集和步骤S2预处理获得的图片数据集对所述识别卷积神经网络进行训练；S4、构建一个用于检测密集文本文字的检测卷积神经网络，与步骤S3中所述识别卷积神经网络共享浅层参数，并同时进行训练；所述检测卷积神经网络利用所述识别卷积神经网络输出的文本信息，对文字检测的位置进行微调，实现精确检测历史文献图片中密集文本的单个文字位置。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于华南理工大学;华南理工大学珠海现代产业创新研究院，未经华南理工大学;华南理工大学珠海现代产业创新研究院许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201811533332.0/，转载请声明来源钻瓜专利网。
