基于卷积神经网络多特征融合的复杂背景字符识别研究

作     者：陈太阳 

作者单位：中南民族大学 

学位级别：硕士

导师姓名：孙阳光

授予年度：2021年

学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081104[工学-模式识别与智能系统] 08[工学] 080203[工学-机械设计及理论] 0835[工学-软件工程] 0802[工学-机械工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

主      题：卷积神经网络 多特征融合 复杂背景 字符识别 

摘      要：随着计算机技术的快速发展,越来越多的字符信息以图像的形式出现,我国对字符识别技术进行了广泛的研究,同时也推动了信息时代下的数据库建立、输入自动化、信息印刷等技术的发展。传统的字符识别技术是基于模式识别的基础上进行的,在识别效率、准确率与智能性上都有一定的缺陷。随着深度学习的发展,字符识别技术突破了传统技术框架的瓶颈,作为新的研究热点展现出更广阔的应用场景。虽然字符识别技术在深度学习的发展下飞速进步,但是对于复杂背景的字符识别还存在诸多问题。本文针对复杂背景字符数据难以获取与背景干扰下字符特征提取困难的问题,做了以下工作研究:1)构建了复杂背景字符数据集并实现相应的生成系统。神经网络的训练需要足够的数据,但是获取足量不同复杂背景的字符数据却比较困难。针对此问题,本文利用背景融合的方法生成复杂背景字符,再用数据增广的方法扩充数据并进行相应的批处理操作来生成数据集。为了方便构建数据集,设计并实现了数据集生成系统,将各模块功能封装整合,提升了构建复杂背景字符数据集的效率。2)设计了基于卷积神经网络的多特征融合网络模型。单一的字符图像因为背景的干扰难以提取特征,针对此问题,本文通过在深度网络中融合对字符图像采用K均值和PCA提取的特征信息,增加了字符图像的特征。通过此方法得到更丰富的特征图,从而提高复杂背景字符的识别效果。3)针对多特征融合网络对复杂背景字符的识别效果,从网络模型的结构与参数两个方面分别讨论了过拟合、激活函数、优化器算法、批尺寸四种优化策略。分组对各优化方法进行实验,通过实验结果的分析对网络模型进行调整,以此来得到最优的识别效果。