| 方海泉* ** ***,邓明明***,冶运涛****.基于FCN-AC-ASPP的手写体去除方法[J].高技术通讯(中文),2022,32(9):972~979 |
| 基于FCN-AC-ASPP的手写体去除方法 |
| Handwritten texts removal method based on FCN-AC-ASPP |
| |
| DOI：10.3772/j.issn.1002-0470.2022.09.010 |
| 中文关键词: 手写体； 印刷体； 分类； 全卷积神经网络（FCN）； 空洞卷积（AC）； 空洞空间金字塔池化（ASPP） |
| 英文关键词: handwritten texts, printed texts, classify, fully convolutional network(FCN), atrous convolution(AC), atrous spatial pyramid pooling（ASPP) |
| 基金项目: |
| 作者 | 单位 | | 方海泉* ** *** | (*浙江工业大学公共管理学院杭州 310023)
(**北京大学数学科学学院北京 100871)
(***浙江星算科技有限公司杭州 310023)
(****中国水利水电科学研究院水资源研究所北京 100038) | | 邓明明*** | (*浙江工业大学公共管理学院杭州 310023)
(**北京大学数学科学学院北京 100871)
(***浙江星算科技有限公司杭州 310023)
(****中国水利水电科学研究院水资源研究所北京 100038) | | 冶运涛**** | (*浙江工业大学公共管理学院杭州 310023)
(**北京大学数学科学学院北京 100871)
(***浙江星算科技有限公司杭州 310023)
(****中国水利水电科学研究院水资源研究所北京 100038) |
|
| 摘要点击次数: 993 |
| 全文下载次数: 1118 |
| 中文摘要: |
| 针对印刷体和手写体分类准确率不够高的问题，本文首先提出了一种印刷体与手写体像素级样本制作方法，并制作了印刷体和手写体数据集。其次提出了一种基于带空洞卷积和空洞空间金字塔池化的全卷积神经网络（FCN AC ASPP）模型。经过对FCN AC ASPP模型的训练和检测，该模型的分类准确率平均交并比（IoU）达到96.10%，优于全卷积神经网络（FCN）、DeeplabV3+、带空洞卷积的全卷积神经网络（FCN AC）模型。最后对于同时含有印刷体和手写体的新图片，用训练好的FCN AC ASPP模型对印刷体和手写体分类，从而把手写体去除。 |
| 英文摘要: |
| Aiming at the problem that the classification accuracy of printed and handwritten texts is not high enough, first, a pixel-level sample making method for printed and handwritten texts is proposed, and a printed and handwritten texts dataset is constructed. Second, a fully convolutional network with atrous convolutional and atrous spatial pyramid pooling (FCN-AC-ASPP) is proposed. After training and testing the FCN-AC-ASPP model, the classification accuracy average intersection over union (IoU) of the model reaches 96.10%, which is better than FCN,DeeplabV3+,FCN-AC models. Finally, for a new picture containing both printed and handwritten texts, the trained FCN-AC-ASPP model is used to classify the printed and handwritten texts, and then the handwritten texts are removed. |
|
查看全文
查看/发表评论 下载PDF阅读器 |
| 关闭 |
|
|
|
