基于深度学习的自然场景文字识别

1.1引言

传统光学字符识别主要面向高质量的文档图像，此类技术假设输入图像背景干净、字体简单且文字排布整齐，在符合要求的情况下能够达到很高的识别水平。

与文档文字识别不同，自然场景中的文字识别 -----图像背景复杂、分辨率低下、字体多样、分布随意等，传统光学字符识别在此类情况下无法应用。

图像理解：仅利用一般的视觉元素（如太阳、大海、山、天空等）及其相互关系，容易缺乏足够的上下文信息约束，难以准确推导出图像所代表的含义，与一般的 视觉元素不同，文字包含了丰富的高层语义信息。

1.2 相关技术及研究现状

1.2.1 自然场景文字处理流程

主要包括文字检测与文字识别。

文字检测的主要功能为：从图像中找到文字区域，并将文字区域从原始图像中分离出来

文字识别的主要功能为：从分离出来的图像上，进行文字识别

文字识别流程：

1）预处理：去噪（滤波算法）、图像增强、缩放，其目的是去除背景或者噪点，突出文字部分，并缩放图片为适于处理的大小

2）特征抽取：常用特征：边缘特征、笔画特征、结构特征

3）识别：分类器，随机森林 、SVM、NN

1.2.2 自然场景文字识别的困难与挑战

文字背景异常复杂、文字类型丰富、分布随意、字符分割困难、噪音严重

1.2.3 自然场景文字识别的研究现状

基于字符的识别和基于整个单词的识别

1.2.3.1 基于字符的识别