袁 伟， 郭 欣， 田红楠

（1.河北工业大学 人工智能与数据科学学院， 天津 300130；2.国家康复辅具研究中心秦皇岛研究院， 河北 秦皇岛 066000）

0 引言

病例识别说到底就是识别其中的文字信息， 早期文字识别[1]的处理方法有模板匹配，几何特征[2]等，但是以上方法的识别率都不是很高，而且费时费力。

文字识别作为图像方面的热点问题， 引来许多学者不断的为此研究和创新。 随着信息化时代的全面开展，OCR 技术在国内各行各业开始应用， 比如文档识别，路牌识别[3]等。现在基于深度学习神经网络的文字识别与提取得到了很好地应用，因为其特征提取简单，并且学习性强，易于训练。在这方面做的研究包括：Utkarsh Porwal[4]等提出了DBN 来捕获数据分布，通过使用几个隐藏层在不同抽象级别表示数据实现脱机手写文本识别。孙巍巍[5]提出了一种基于深度信念网络融合模型对手写汉字识别的方法。 浙江大学黄攀[6]提出了基于CNN 和BiRNN 的结合上下文的图像编码方法与基于ARSG 的文字解码方法。刘水丽[7]等人论述了基于深度学习的文字识别技术的性能优势以及应用场景，并和传统的技术做了对比。 在图像检索研究方面，马冬梅[8]提出了一种基于深度学习中隐层神经网络的图像检索系统。 Zeinab Akhbari 等人利用模糊理论[9]对彩色图像进行文本检测的一种改进方法，应用于车牌识别、宣传片和视频帧中的文本识别、彩色信封的标题识别和地址识别。

1 基于深度学习的文字检测技术

1.1 文字检测网络

（1）Faster RCNN 网络。……