OCR技术浅探：基于深度学习和语言模型的印刷文字OCR系统
识别 OCR技术浅探：7. 语言模型 OCR技术浅探：8. 综合评估 OCR技术浅探：9. 代码共享(完) ...
原文：OCR技术浅探： 语言模型和综合评估（4）
语言模型 由于图像质量等原因，性能再好的识别模型，都会有识别错误的可能性，为了减少识别错误率，可以将识别问题跟统计语言模型结合起来，通过动态规划的方法给出最优的识别结果。这是改进OCR识别效果的重要方法之一。 转移概率 在我们分析实验结果的过程中，有出现这一案例。由于图像不清晰等可能的原因，导致 电视 一词被识别为 电柳 ，仅用图像模型是不能很好地解决这个问题的，因为从图像模型来看，识别为 电柳 ...
2017-02-06 11:11 0 2750 推荐指数：
相关推荐
OCR技术浅探：Python示例(5)
文件说明： 1. image.py——图像处理函数，主要是特征提取； 2. model_training.py——训练CNN单字识别模型（需要较高性能的服务器，最好有GPU加速，否则真是慢得要死）； 3. ocr.py——识别函数，包括单字分割、前面训练好的模型进行单字识别、动态规划提升效果 ...
OCR技术浅探：特征提取(1)
研究背景 关于光学字符识别(Optical Character Recognition, 下面都简称OCR)，是指将图像上的文字转化为计算机可编辑的文字内容，众多的研究人员对相关的技术研究已久，也有不少成熟的OCR技术和产品产生，比如汉王OCR、ABBYY FineReader ...
OCR技术浅探： 光学识别（3）
经过前面的文字定位和文本切割，我们已经能够找出图像中单个文字的区域，接下来可以建立相应的模型对单字进行识别。 模型选择 在模型方面，我们选择了深度学习中的卷积神经网络模型，通过多层卷积神经网络，构建了单字的识别模型。 卷积神经网络是人工神经网络的一种，已成为当前图像识别领域的主流 ...
OCR技术浅探 ： 文字定位和文本切割（2）
文字定位 经过前面的特征提取，我们已经较好地提取了图像的文本特征，下面进行文字定位。 主要过程分两步： 1、邻近搜索，目的是圈出单行文字； 2、文本切割，目的是将单行文本切割为单字。 邻近搜 ...
1. 语言模型
1. 语言模型 2. Attention Is All You Need（Transformer）算法原理解析 3. ELMo算法原理解析 4. OpenAI GPT算法原理解析 5. BERT算法原理解析 6. 从Encoder-Decoder(Seq2Seq)理解Attention ...
NLP之语言模型
参考： https://mp.weixin.qq.com/s/NvwB9H71JUivFyL_Or_ENA http://yangminz.coding.me/blog/post/MinkolovRNNLM/MinkolovRNNLM_thesis.html 语言模型本质上是在回答一个 ...
统计语言模型与LSTM
说到自然语言，我就会想到朴素贝叶斯，贝叶斯核心就是条件概率，而且大多数自然语言处理的思想也就是条件概率。 所以我用预测一个句子出现的概率为例，阐述一下自然语言处理的思想。 统计语言模型-概率 句子，就是单词的序列，句子出现的概率就是这个序列出现的概率 可以想象上面这个式子计算量 ...