DB-EAC和LSTR:基于DBnet的密封文本检测和轻量级密封文本识别
Baohua Huang1, Aokun Bai1, Yuqiong Wu2
1School of Computer and Electronic Information, Guangxi University, Nanning, China.
PloS one
|May 16, 2024
概括
这项研究引入了改进的中国印章文本识别模型,提高了文件处理的效率. 新的DB-ECA和LSTR模型在有限的数据和图像挑战中实现了高精度.
科学领域:
- 计算机视觉 计算机视觉
- 人工智能的人工智能
- 文件分析 文件分析
背景情况:
- 中国印章文本识别对于高效的文件处理至关重要.
- 低精度是由于图像模糊,遮蔽和有限的数据集.
- 现有的方法难以应对这些挑战.
研究的目的:
- 为准确检测和识别中国印章文本开发强大的模型.
- 解决现有方法的局限性,特别是在小型数据集和图像退化方面.
- 提高行政文件工作流程的整体效率.
主要方法:
- 改进的可差分二进制 (DBnet) 模型 (DB-ECA) 结合了高效的通道注意力 (ECA) 和延迟的下采样来进行文本检测.
- 轻量级的印章文本识别 (LSTR) 模型使用轻量级的CNN,自我注意和连接主义时间分类 (CTC) 进行文本识别.
- 开发了一种新的自制数据集,用于实验验证.
主要成果:
- DB-ECA的性能优于五种常见的检测模型的精度 (90.29%),回忆 (85.17%) 和F-测量 (87.65%).
- 与最近的五种识别模型相比,LSTR获得了最高的准确性 (91.29%).
- LSTR在参数效率和推断速度方面表现出优势.
结论:
- 拟议的DB-ECA和LSTR模型显著提高了中国印章文本识别的准确性和效率.
- 这些模型为现实场景提供了有效的解决方案,其中包括数据稀缺和图像质量问题.
- 开发的模型代表了自动化文件处理和行政效率的显著进步.
