来源：期刊VIP网 时间：
作者：陈志宇;司占军;朱新雨;
单位：天津科技大学轻工科学与工程学院;天津科技大学人工智能学院;
摘要：基于深度学习的场景文字识别技术（Scene Text Recognition,STR）应用广泛但性能尚需提升。针对现有的STR技术对小目标文字识别不准确和中文、中英文混合准确率低的问题，通过改进模型增加104×104的特征尺度，用Focal Loss和GIOU Loss作为损失函数来优化目标检测框，将卷积块注意力模块（Convolutional Block Attention Module,CBAM）嵌入到卷积层中，使网络在特定位置和通道上更加关注目标，抑制其余复杂背景信息以此来提高模型的文字检测能力；分析中文的文字特征，对CRNN的特征提取网络改进优化，提高了原有模型对中文、中英文混合识别的准确性。实验结果表明，通过对文字检测与识别模型和算法的改进优化，大大提高了场景文字识别技术的准确性和鲁棒性。
关键词：深度学习;;场景文字识别技术;;图像处理;;目标检测;;文字识别
