角度优化网络的印章文字检测与识别算法

肖进胜 赵 陶 熊闻心 杨 天 姚渭箐

①(武汉大学电子信息学院 武汉 430072)

②(国网湖北省电力有限公司信息通信公司 武汉 430077)

1 引言

在当代社会，各级国家机关、社会团体、企事业单位都使用印章作为一种重要的标记信物。随着图像处理技术发展，光学字符识别 (Optical Character Recognition, OCR) 等技术也取得了巨大的发展，同时随着电子化与无纸化办公的进一步普及，印章电子化也成为一种趋势。如果能够使用图像处理与光学字符识别的相关技术对中文印章内的文字进行检测与识别，使用机器快速地对印章的内容进行检测与分类，可以有效地提高文档分类的效率与准确率，节省人力，具有巨大的应用价值。

印章内容检测与识别借鉴自然场景文字识别的相关方法，一般分为文字区域检测与文字内容识别。Lin等人[1]对近几年场景文字检测与识别的各类方法进行了分析。联结文本提议网络(Connectionist Text Proposal Network, CTPN)[2]是文本检测的常用网络，奠定文本检测算法的基础，但只能检测水平文本行。SegLink算法[3]将每个字符切割为更易检测的细粒度文字块，然后将各个小文字块连接成单词，便于识别长度变化范围很大、带方向的单词和文本行。Zhou等人[4]提出一种高效和高精度的场景文本检算法(an Efficient and Accurate Scene-Text detector, EAST)，该模型使用全卷积网络(Fully Convolutional Networks, FCN)[5]生成多尺度融合的特征图，然后在此基础上进行像素级的文本块预测，可以实现多尺度的自然文本文字框检测。目前时序分类机制(Connectionist Temporal Classification, CTC)[6]和注意力机制(Seq2Seq)[7]广泛应用于文字识别领域。CTC算法用双向长短时记忆网络(Bi-directional Long Short-Term Memory, BLSTM)[8]对字符图像进行特征提取，用CTC损失函数对特征图进行编码与去冗。……