陈太阳

摘要：近年来，计算机视觉领域的一个研究热点就是基于深度学习的文字识别。通过在深度网络中融合对字符图像采用K均值和PCA提取的特征信息，本文提出一种基于卷积神经网络多特征融合的复杂背景字符识别方法。该方法对测试集进行分组实验，实验结果表明该方法对复杂背景字符识别有较高的正确率。

关键词：卷积神经网络;多特征融合;复杂背景;字符识别

中图分类号：TP391      文献标识码：A

文章编号：1009-3044（2021）10-0192-02

Abstract： In recent years， the text recognition based on deep learning is one of the hot spots in the field of computer vision. The paper propose a complex background character recognition method based on convolutional neural network and multi-feature fusion by fuzing the character images feature information which extracted by the ways from K-means and PCA in deep network. This method picks brigade laboratory for test dataset， the results proved that this method has a higher recognition accuracy for complex background character.

Key words： Convolutional neural network; Multi-feature fusion; Complex background; Text recognition

1 引言

文字識别作为计算机视觉领域的热门研究课题之一[1]，在人们的日常学习生活中具有重要的意义。传统的光学字符识别通常适用于具有特定格式的扫描文档[2]，传统的光学字符难以对复杂背景字符有很好的识别效果。

随着深度学习的发展，卷积神经网络[3]在计算机视觉领域取得了很大的成功，但是目前的工作对复杂背景字符的识别研究还比较少。本文针对复杂背景字符识别问题，提出了一种多特征融合卷积网络模型（MFF）。该网络模型有三个输入通道来分别提取复杂背景字符的原图、K均值[4]及PCA[5]的特征信息，并将获取的相应特征进行融合，然后再将融合得到的特征放入后续网络[6]进行训练。本文用该方法来提高识别复杂背景字符的精度。

2 MFF网络模型

MFF网络模型的构建主要分为数据预处理模块、特征提取与融合模块、优化模块。数据预处理模块是为了提供足够的复杂背景字符图像来训练网络。特征提取和融合模块是MFF网络的核心部分，该部分将复杂背景字符的三个特征提取整合。……