基于残差优化和内容自适应的文本识别算法

摘要

西林瓶标签信息在保障患者用药安全和高效的药物管理方面发挥着关键作用.针对传统的文本识别网络对药瓶标签图像中长文本和模糊文本的识别性能差的问题,提出了一种基于残差优化和内容自适应的文本识别算法.在传统文本识别网络的基础上,采用多尺度残差特征提取模块来代替原有的特征提取卷积网络,通过优化Res Nte网络的下采样过程并引入多尺度特征融合模块,增强了特征提取能力.同时,加入卷积注意力模块提升了网络对文本的关注,增强了网络对低分辨率文本的识别能力.其次,在序列建模阶段,融合多层双向内容自适应递归单元和自注意力机制,提升了长文本序列的建模能力.实验结果表明,与卷积递归神经网络文本识别网络相比,本算法识别准确率提高了3.92%,相较于其他文本识别网络相比均有一定的提升.

关键词

文本识别 / CRNN / 特征提取 / 内容自适应循环单元 / 自注意力机制