文献类型：期刊文章

作　　者：仁青东主[1] 尼玛扎西[1]

Rinchen-Dhondub;Nyima-Tashi(School of Information science and technology,Tibet University,Lhasa 850000)

机构地区：[1]西藏大学信息科学技术学院

出　　处：《高原科学研究》

基　　金：国家重点研发计划重点专项（2017YFB1402200);2019年度西藏大学校级培育项目（ZDCZJH19-19)

年　　份：2019

卷　　号：3

期　　号：4

起止页码：96-103

语　　种：中文

收录情况：CSCD、CSCD_E2019_2020、普通刊

摘　　要：自然场景文字识别已成为计算机视觉领域中的重要研究领域,但是当前大多数技术方法都集中在中文和英文的识别上,对于自然场景中的藏文识别研究少之又少。文章针对自然场景中的复杂图像质量、文字粘连的识别问题,提出了一种符合藏文的卷积循环神经网络CRNN(Convolutional Recurrent Neural Network)与连接时域分类CTC(Connectionist Temporal Classification)相结合的自然场景藏文识别模型,采用基于滑动窗的行识别技术,解决行文字较长的粘连文字识别问题;采用二维串识别技术,即横向以字符为单位的串识别核心与纵向以字母为单位的串识别核心,分别用来识别以现代藏文字符为主的高频字符和以梵文藏文转写字为主的低频字符。这些技术方法对自然场景藏文识别效果有显著提升,通过对600个样本进行测试得出平均准确率为93.24%。

关 键 词：藏文 藏文识别 自然场景 深度学习  

分 类 号：TP391.41]