轻量级柱面线杆标识牌字符识别算法

作     者：林绍福 李松静 刘希亮 LIN Shao-fu;LI Song-jing;LIU Xi-liang

作者机构：北京工业大学信息学部软件学院北京100124 北京工业大学信息学部北京智慧城市研究院北京100124 

出 版 物：《计算机工程与设计》 (Computer Engineering and Design)

年 卷 期：2023年第44卷第8期

页      面：2498-2505页

学科分类：1305[艺术学-设计学（可授艺术学、工学学位）] 13[艺术学] 08[工学] 081104[工学-模式识别与智能系统] 0804[工学-仪器科学与技术] 081101[工学-控制理论与控制工程] 0811[工学-控制科学与工程] 

基　　金：集美大学航海学院-船舶辅助导航技术国家地方联合工程研究中心开放基金项目(JMCBZD202013) 

主　　题：电线杆标识牌 反投影算法 轻量级网络 深度可分离卷积 注意力机制 DBNet算法 CRNN算法 

摘      要：为全面、准确、快速地提取柱面电线杆标识牌信息,提出一种轻量级柱面电线杆标识牌字符识别算法Tiny-DBNet-CRNN。对柱面图像进行反投影矫正展平;融合注意力机制,利用深度可分离卷积残差块,构建轻量级文本检测网络分割出文本区域;构建字符识别模型CRNN输出标识牌字符信息。采用真实场景数据和ICDAR 2015数据进行实验,结果与当前流行模型相比,Tiny-DBNet-CRNN字符识别正确率提升了40.3%,达95.11%;在精度下降0.60%的微小损失下,检测速度提升3倍,参数规模上总体下降45.15%。