TY -的A2 - Su,剑盟——霍,军军PY - 2021 DA - 2021/12/20 TI -空间注意和挤压的研究激发块融合改进ResNet识别纸币SP - 8541867六世- 2021 AB -深度学习和数字图像处理算法的基础上,我们设计和实现一个准确的银行券文本自动识别系统,提出一种改进的基于ResNet识别方法的问题困难的图像文本提取和识别精度不足。首先,深hyperparameterized卷积(DO-Conv)是用来代替传统的卷积网络中提高识别率,同时减少模型参数。然后,空间注意模型(SAM)和挤压激发块(SE-Block)融合和应用于修改ResNet提取纸币图像的具体特征的通道和空间域。最后,label-smoothed叉(LSCE)损失函数是用来训练模型自动校准网络以防止分类错误。实验结果表明,改进的模型是不容易受图像质量的影响,本文模型具有良好的性能在文本在特定业务票场景中检测和识别。SN - 1939 - 0114 UR - https://doi.org/10.1155/2021/8541867 - 10.1155 / 2021/8541867摩根富林明安全和通信网络PB - Hindawi KW - ER