候选框密度可变的YOLO网络国际音标字符识别方法

作者：郑伊; 齐冬莲^*; **宇

来源：计算机应用, 2019, 39(06): 1675-1679.

• 国际音标
• 字符检测与识别
• YOLO网络
• 深度学习

针对传统方法对国际音标(IPA)的字符特征提取存在的识别精度低、实效性差等问题,提出了一种候选框密度可变的YOLO网络国际音标字符识别方法。首先,以YOLO网络为基础,结合国际音标字符图像X轴方向排列紧密、字符种类和形态多样的特点来改变YOLO网络中候选框的分布密度;然后,增加识别过程中候选框在X轴上的分布,同时减小Y轴方向上的密度,构成YOLO-IPA网络。对采集自《汉语方音字汇》的含有1 360张、共72类国际音标图像的数据集进行检验,实验结果表明:所提方法对尺寸较大的字符识别率达到93.72%,对尺寸较小的字符识别率达到89.31%,较传统的字符识别算法,大幅提高了识别准确性;同时,在实验环境下检测速度小于1 s,因而可满足实时应用的需求。

• 单位
  浙江大学