典型文献
融合GCN和注意力机制的复杂场景文字识别研究
文献摘要：
现实环境中存在各种透视、光影、遮挡等影响,为了提高文字识别系统在大规模复杂环境下对于文字识别的准确率和稳定性,此次研究在ASTER系统中添加基于BiGRU的特征提取网络并优化其矫正网络和识别网络中的算法,以高阶GCN模型和基于可逆残差的注意力机制替换CNN—ResNet模型和二维注意力机制.优化后的系统的识别准确率在收敛后达到81.75％,高于ASTER系统的72.23％.同一训练集下峰值和谷值相差不超过10％,而ASTER系统这一数据为30％左右,其稳定性也大幅度提升.
文献关键词：
图卷积神经网络;注意力机制;复杂场景;文字识别
中图分类号：
作者姓名：
任红梅
作者机构：
沈阳音乐学院公共基础部,辽宁沈阳110818
文献出处：
引用格式：
[1]任红梅-.融合GCN和注意力机制的复杂场景文字识别研究)[J].佳木斯大学学报（自然科学版）,2022(06):134-138
A类：
B类：
GCN,注意力机制,复杂场景,场景文字识别,现实环境,光影,遮挡,识别系统,复杂环境,ASTER,BiGRU,特征提取网络,识别网络,ResNet,识别准确率,训练集,谷值,一数,图卷积神经网络
AB值：
0.326544
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
