文献

J-GLOBAL ID：202102222189551348   整理番号：21A0738832

可変形畳込みニューラルネットワークに基づくディジタル計器認識法【JST・京大機械翻訳】

Digital Instrument Identification Method Based on Deformable Convolutional Neural Network

著者 (3件)： Guo Lanying (長安大学信息工程学院 西安 710064) ,  Han Ruizhi (長安大学信息工程学院 西安 710064) ,  Cheng Xin (長安大学信息工程学院 西安 710064)
資料名： Jisuanji Kexue  (Jisuanji Kexue)
巻： 47  号： 10  ページ： 187-193  発行年： 2020年 
JST資料番号： C2530A  ISSN： 1002-137X  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 現在、数顕計表の識別に対して、従来の画像処理及び機械学習などの方法が多く採用され、複雑多変の応用場面において、文字、数字の識別精度が低く、リアルタイム応用の要求を満足できない。以上の問題に対して、従来の画像処理技術と深さ学習方法を結合して、可変形畳込みニューラルネットワークに基づく数現計表示数分割と識別方法を提案した。この方法は,画像前処理,文字セグメンテーションおよび認識を含む。まず第一に,GrayWorldアルゴリズムを用いて,認識画像の輝度を均等化し,カラーセグメンテーションによりスクリーン領域を抽出した。次に,画像モルフォロジー操作を,投影ヒストグラム法を用いて,文字と対応小数点の全体分割を達成するために実行した。最後に,変形可能畳込みニューラルネットワークを,文字認識のために設計し,訓練し,そして,畳込みニューラルネットワークの受容野の幾何学的構造固定の内在的問題を,最適化した。実験結果は,変形可能コンボリューションが画像認識精度とネットワークの収束速度を効果的に改善し,全体の認識精度が99.45%に達し,検出速度が10FPSであり,実際の応用の要求条件を満たすことを示した。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  最適化 ,  *畳込み ,  セグメンテーション ,  *ネットワーク ,  輝度 ,  文字認識 ,  スクリーン ,  画像処理 ,  等化 ,  機械学習 ,  モルフォロジー
準シソーラス用語： 収束速度 ,  受容野 ,  *畳込みニューラルネットワーク , 【Automatic Indexing@JST】

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (2件)： 畳込みニューラルネットワーク ,  ディジタル