公开(公告)号：CN111626292B

公开(公告)日：2023-06-30

申请号：CN202010388458.4

申请日：2020-05-09

Applicant: 北京邮电大学

Inventor： 王玉龙 ,  王明君 ,  赵海秀 ,  徐童 ,  张乐剑 ,  陈爽 ,  王晶

IPC: G06V20/62 ,  G06V30/148 ,  G06V30/146 ,  G06N3/0464 ,  G06N3/08

Abstract: 一种基于深度学习技术的楼宇指示标识的文字识别方法，包括：采用检测网络对场景图片进行检测，获得楼宇指示标识文本的4个角点坐标，截取出字符图片；将字符图片分别输入MORN网络和进行霍夫直线处理，并将MORN网络矫正后的图片和霍夫直线变换后的图片进行图像融合，获得融合图片；构建楼宇指示标识文本识别模型，输入融合图片，处理流程如下：先将融合图片使用经典卷积神经网络CNN提取特征图，然后将特征图的每列作为一个时间片输入到长短期记忆网络LSTM中，并输出得到每个时间片对应的文本字符类别，采用损失函数Loss去除空白字符后，获得楼宇指示标识文本。本发明属于信息技术领域，能实现对楼宇指示标识文本的准确识别。

公开(公告)号：CN111626292A

公开(公告)日：2020-09-04

申请号：CN202010388458.4

申请日：2020-05-09

Applicant: 北京邮电大学

Inventor： 王玉龙 ,  王明君 ,  赵海秀 ,  徐童 ,  张乐剑 ,  陈爽 ,  王晶

IPC: G06K9/32 ,  G06K9/34 ,  G06N3/04 ,  G06N3/08

Abstract: 一种基于深度学习技术的楼宇指示标识的文字识别方法，包括：采用检测网络对场景图片进行检测，获得楼宇指示标识文本的4个角点坐标，截取出字符图片；将字符图片分别输入MORN网络和进行霍夫直线处理，并将MORN网络矫正后的图片和霍夫直线变换后的图片进行图像融合，获得融合图片；构建楼宇指示标识文本识别模型，输入融合图片，处理流程如下：先将融合图片使用经典卷积神经网络CNN提取特征图，然后将特征图的每列作为一个时间片输入到长短期记忆网络LSTM中，并输出得到每个时间片对应的文本字符类别，采用损失函数Loss去除空白字符后，获得楼宇指示标识文本。本发明属于信息技术领域，能实现对楼宇指示标识文本的准确识别。