文献类型：期刊文章

作　　者：徐长英[1] 赖伟财[2] 陈英[2]

XU Changying;LAI Weicai;CHEN Ying(Engineering Training Centre,Nanchang Hangkong University,Nanchang 330063,China;School of Software,Nanchang Hangkong University,Nanchang 330063,China)

机构地区：[1]南昌航空大学工程训练中心,江西南昌330063 [2]南昌航空大学软件学院,江西南昌330063

出　　处：《现代电子技术》

基　　金：国家自然科学基金(61762067)。

年　　份：2020

卷　　号：43

期　　号：23

起止页码：72-75

语　　种：中文

收录情况：BDHX、BDHX2017、IC、RCCSE、ZGKJHX、核心刊

摘　　要：针对传统基于模板匹配光学识别效果存在不理想的状态,提出改进的深度学习模型的印刷体文档字符识别算法。首先,生成包括一级字库、部分二级字库、英文大小写字母和标点符号的图片数据集,其数量大约为500万张;然后,在Lenet-5网络模型的基础上进行改进和重新构造,提出一种增强型的深度学习模型Lenet-5Pro,该模型可提高印刷体文档的识别率;最后,对比实验结果表明,该模型可以更加有效地提高印刷体字符识别的准确率,其字符识别准确率达到98%以上。

关 键 词：印刷体字符识别  深度学习  图片数据集  Lenet-5Pro  字符增强  仿真分析  

分 类 号：TN911.73-34] TP391]