TY - Jour A2 - Wang，Wei Au - Ma，Xiaoli Au - Xu，弘远AU - 张，肖倩·奥 - 王，浩通PY - 2021DA - 2021/02/12 TI - 一种改进的多任务文本含义深层学习网络结构翻译角色识别SP - 6617799 VL - 2021 AB - 随着人工智能技术的快速发展，多任务文本翻译引起了越来越多的关注。特别是在应用深度学习技术之后，多ast翻译文本检测和识别的性能得到了大大提高。但是，由于多任务处理包含由翻译文本面临的干扰问题，因此识别性能与实际应用要求之间存在很大差距。旨在旨在多任务处理和翻译文本检测，本文提出了一种基于多通道多尺度检测的最大稳定极值区域和级联滤波的文本定位方法。本文选择适当的颜色通道和刻度，以提取最大稳定的极值区域作为字符候选区域，并设计级联过滤器从粗略到精细以去除错误检测。粗滤器基于一些简单的形态特征和行程宽度特征，并且细过滤器由双识别卷积神经网络训练。剩余的字符候选区域通过图形模型合并到水平或多向字符串中。文本数据集的实验结果证明了基于该模型的改进的深度学习网络字符模型的有效性及文本含义翻译分析方法的可行性。其中，文本包含翻译字符识别结果证明了该模型具有良好的描述能力。 The characteristics of the model determine that this method is not sensitive to the scale of the sliding window, so it performs better than the existing typical methods in retrieval tasks. SN - 1076-2787 UR - https://doi.org/10.1155/2021/6617799 DO - 10.1155/2021/6617799 JF - Complexity PB - Hindawi KW - ER -