一种基于改进DAN的越南场景文字识别方法
公开
摘要
本发明涉及文字识别领域，具体涉及一种基于改进DAN的越南场景文字识别方法，包括：使用ResNet作为编码器从输入图像中提取原始特征图；将所述原始特征图输入CAM中得到注意力图，具体方式是将原始特征图输入FPN网络得到融合特征图；将融合特征图输入VSFM模块得到视觉与序列融合特征；将所述视觉与序列融合特征输入FCN网络以得到注意力图；将所述原始特征图和所述注意力图以及VSFM中间特征共同输入增强型解码器进行解码，得到场景图的识别结果，该方法有效缓解注意力漂移，将变音符号识别的更准确，并且可以有效区分相似字符，识别结果更好。
基本信息
专利标题 ：
一种基于改进DAN的越南场景文字识别方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114612906A
申请号 ：
CN202210206849.9
公开（公告）日 ：
2022-06-10
申请日 ：
2022-03-04
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
文益民
申请人 ：
桂林电子科技大学
申请人地址 ：
广西壮族自治区桂林市七星区金鸡路1号
代理机构 ：
桂林文必达专利代理事务所(特殊普通合伙)
代理人 ：
白洪
优先权 ：
CN202210206849.9
主分类号 ：
G06V30/148
IPC分类号 ：
G06V30/148 G06K9/62 G06V10/764 G06V10/80 G06V30/19
法律状态
2022-06-10 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
