[发明专利]一种基于深度残差网络的文字透底现象去除方法在审
| 申请号： | 201910378389.6 | 申请日： | 2019-05-08 |
| 公开（公告）号： | CN110119704A | 公开（公告）日： | 2019-08-13 |
| 发明（设计）人： | 韩波;孙毓钊 | 申请（专利权）人： | 武汉大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/36;G06K9/42;G06K9/62 |
| 代理公司： | 武汉科皓知识产权代理事务所(特殊普通合伙) 42222 | 代理人： | 罗飞 |
| 地址： | 430072 湖*** | 国省代码： | 湖北;42 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于深度残差网络的文字透底现象去除方法，其步骤包括：从网络数据获取文字透底数据和辅助数据集，进行数据集划分，基于统计学理论和深度残差网络设计文字透底现象去除模型，利用噪声数据生成算法生成带有噪声的训练数据，利用带有噪声的训练数据对文字透底现象去除模型进行训练，获得训练后的文字透底现象去除模型，利用训练后的文字透底现象去除模型对待处理的图像进行文字透底现象去除。本发明的优点有：构建的模型运行所需的资源较少、且用于文字透底现象去除效果显著；提供的方法具有一定的普适性，易于推广；在模型的训练过程中需要的辅助数据较少，训练所需的数据可用噪声生成算法来模拟生成，具有非常大的实用意义。 | ||
| 搜索关键词： | 去除 残差 训练数据 噪声 网络数据获取 辅助数据集 统计学理论 辅助数据 模拟生成 生成算法 数据可用 网络设计 训练过程 噪声生成 噪声数据 普适性 数据集 构建 算法 网络 图像 | ||
【主权项】：
1.一种基于深度残差网络的文字透底现象去除方法，其特征在于，包括：步骤S1：从网络数据中获取文字透底数据和辅助数据集；步骤S2：对辅助数据集进行预处理后，按照预设划分比例划分为训练数据集和验证数据集，将文字透底数据作为测试数据集；步骤S3：从训练数据集中选取出数据，并为选取出的数据添加一对分布相同的噪声，构成带有噪声的训练数据；步骤S4：基于统计学理论和深度残差网络，设计神经网络结构和损失函数，构建文字透底现象去除模型；步骤S5：设置模型参数，利用带有噪声的训练数据对文字透底现象去除模型进行训练，获得训练后的文字透底现象去除模型；步骤S6：利用步骤S5中训练后的文字透底现象去除模型对待处理的图像进行文字透底现象去除。
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武汉大学，未经武汉大学许可，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/201910378389.6/，转载请声明来源钻瓜专利网。
