面向社交媒体的藏文图文多字体检测与识别研究

作者：拥措; 龙炳鑫; 拉毛杰; 仁青东主; 尼玛扎西^*

来源：高原科学研究, 2023, 7(04): 76-85.

DOI：10.16249/j.cnki.2096-4617.2023.04.009

• 社交媒体
• 藏文
• 多字体
• 文字识别

社交媒体为大众沟通交流与信息传播提供了更为便捷的平台。文章针对当前社交媒体中藏文图文背景复杂、多字体、字体混排和版式多样等特点，构建了社交媒体藏文图文识别数据集，提出一种融合PSENET和CRNN（卷积循环神经网络）的端到端检测识别算法。该算法利用PSENET进行多角度的文本检测，再结合基于多头注意力机制的CRNN模型进行文字识别。实验结果表明，检测率和多字体识别率分别达到了95.7%和84.5%，相较于无预训练模型和CTC（连接时序分类）识别模型，准确率分别提高了34.6%和4.14%。表明该方法在解决社交媒体中藏文图文多字体识别问题上具有较好的实用价值和应用前景。

• 单位
  西藏大学