基于CTPN和CRNN的中英文字识别

社会上流行的翻译软件已经具备了识别电子化文字的能力,但是这种软件在文字图片识别系统上还尚未完善。一些品牌的手机相册虽然有识别拷贝功能但存在识别率不高和文本要求严格等一些限制。通过深度学习的连接文本区域网络(CTPN)算法和卷积循环神经网络结构(CRNN)模型建立一个可以识别中英两种语言的系统,并嫁接到翻译软件中,使文字识别精确度中文达到97.34%,英文达到95.44%,逻辑语义顺序更加完善。

基于人工智能机器学习的文字识别方法研究

介绍了深度学习和文本识别的基本概念,讲解了文本识别的分类、基本步骤和挑战,重点研究了基于深度学习的文本识别模型——卷积循环神经网络(CRNN),对其特点、网络结构进行了研究,对比了Attention模型和CRNN模型的优缺点。