[发明专利]一种基于深度学习的维文图片识别方法

摘要

本发明涉及一种基于深度学习的维文图片识别方法，基于深度学习技术所设计的新神经网络Smart Text Anchor Net(STAN)，针对传统文字检测算法在复杂背景多变图像中检测效果不理想的问题，由STAN抽取图像的抽象特征，在复杂背景图像中效果更加理想；并且STAN网络对模糊图像检测效果更好，传统算法一般基于边缘、连通域或纹理，模糊图像对此类算法影响更大；不仅如此，STAN网络使用了smart text anchor，并且进行边界再优化，使其对维文定位的准确率大幅提高，对维文所在位置定位更加精确。

主权项

1.一种基于深度学习的维文图片识别方法，其特征在于：初始化采用不包含维文的样本图片，以及包含维文、且已知其中维文位置的样本图片，针对预选卷积神经网络进行训练，获得维文图片识别初级神经网络，其中，维文图片识别初级神经网络中卷积层、池化层的层数根据预设图像感受野和预设步长所决定，所述维文图片识别方法，包括如下步骤：步骤A.针对各帧目标图像帧进行归一化处理，然后进入步骤B；步骤B.分别针对各帧目标图像帧，采用维文图片识别初级神经网络中各层卷积层、各层池化层进行训练，获得目标图象帧所对应的各个特征，即获得各帧目标图像帧分别所对应的各个特征，然后进入步骤C；步骤C.分别针对各帧目标图像帧，按图像区域上下文联系，采用长短期记忆网络层针对目标图像帧所对应的各个特征进行训练，更新目标图象帧所对应的各个特征，构成目标图象帧所对应的特征图，即获得各帧目标图像帧所对应的特征图，然后进入步骤D；步骤D.分别针对各帧目标图像帧所对应的特征图，分别针对特征图中的各个像素点，构建像素点所对应预设数量、预设尺寸的各个图像预选框，然后进入步骤E；步骤E.分别针对各帧目标图像帧所对应的特征图，采用预设卷积核大小的滤波器，针对特征图进行滑动卷积，获得该特征图所对应预设数量维度特征，然后进入步骤F；步骤F.分别针对各帧目标图像帧所对应的特征图，根据特征图所对应预设数量维度特征，针对该特征图上对应的各个图像预选框，采用维文图片识别初级神经网络中各层卷积层、各层池化层进行训练，实现图像预选框的边界优化回归，并进行位置回归，更新该特征图上所对应的各个图像预选框，然后进入步骤G；步骤G.分别针对各帧目标图像帧所对应的特征图，采用预设回归方式，针对特征图上所对应的各个图像预选框，获得图像预选框中包含维文的置信度，以及维文在所对应目标图像帧中的位置。