丛林虎 何伟鑫

（海军航空大学岸防兵学院 烟台 264001）

1 引言

随着智能化时代的发展，大多数行业均向着人工智能化方面发展。部队也在积极寻求着人工智能方面的应用。海航弹药技术保障大队任务繁忙，弹库装备出入库次数较多，但当前的出入库数据登记仍然使用手工登记的方式，这不仅浪费了时间与人力，同时与我军的发展目标大相径庭。而每一火工品上都有其独一无二的编号，可以唯一标识该装备，深度学习算法的革新使得识别该编号，实现自动登记成为了可能［1～4］。

文字识别指从图片中定位并识别到文字，由于存在光照的变化以及图像的复杂背景以及文字存在的多角度、多维、多长度，因此文字识别是难度系数较大的任务［5～8］。

传统文本识别方法准确率较低，如模板匹配法在身份证号码识别等应用中结果较差，该算法只有在字体统一清晰的阿拉伯数字的识别应用中有所建树，较复杂的场景中就无法满足需求。而OCR的通用方法：设计特征，提取特征而后进行分类，得出最终的识别结果，但效果也很难达到应用需求。针对传统OCR的不足，使得基于深度学习的OCR大放异彩［9～12］。

基于深度学习的文字识别算法使文字识别技术落地成为了可能，其准确率有了较大突破，且无需花大量精力用以设计字符特征。在OCR系统中，神经网络对特征进行提取和分类，字符图像输入到网络，得到识别结果。在各项基于深度学习的文本识别算法中，CRNN以期优越的性能一度成为各项应用的首选，文献［13］展示了其在多个数据集中的识别准确率均优于其他算法，同时CRNN能够识别多方向的文本，对多种场景下也拥有较高的识别率。……