相关实验视频
Updated: Jun 19, 2026
13:19
Deep Neural Networks for Image-Based Dietary Assessment
Published on: March 13, 2021
9.3K
在自然场景图像中检测和识别双语乌尔都语和英语文本使用卷积神经网络-循环神经网络组合与连接式时间分类解码器
Khadija Tul Kubra1, Muhammad Umair1, Muhammad Zubair2
1Faculty of Information Technology and Computer Science, University of Central Punjab, Lahore 54000, Pakistan.
Sensors (Basel, Switzerland)
|August 28, 2025
概括
在复杂的自然场景中检测和识别双语乌尔都语和英语文字的新管道. 开发的模型在字符识别和文字识别方面都具有很高的准确性,有助于自主导航等应用.
科学领域:
- 计算机视觉
- 自然语言处理
- 人工智能
背景情况:
- 公共场所的乌尔都语和英语文字 (标牌,导航) 对于翻译和自主系统等应用至关重要.
- 现有的研究缺乏全面的数据集和有效的方法来检测和识别自然场景中的双语文本.
研究的目的:
- 在复杂的自然场景图像中提出一种强大的乌尔都语和英语 (双语) 文本检测和识别管道.
- 通过创建和增强双语数据集来解决先前研究的局限性,以改善模型培训.
主要方法:
- 一个结合自定义卷积神经网络 (CNN) 进行特征提取和循环神经网络 (RNN) 进行特征学习的管道.
- 使用连接式时间分类 (CTC) 来准确识别文本.
- 使用数据集增强技术将单语数据集增强为双语数据集.
主要成果:
- 这些模型的平均准确度高:乌尔都语字符识别98.5%,乌尔都语字符识别97.2%,英语字符识别99.2%.
- 废弃研究证实了模型组件的有效性.
- 与现有的文本检测和识别方法相比,该管道表现出更高的性能.
结论:
- 开发的双语文本检测和识别管道对于复杂的自然场景是有效的.
- 这些模型的高精度支持它们在现实世界中应用,例如自动驾驶汽车和增强的导航.
