计算机应用

作者：郑伊, 齐冬莲, 王震宇

单位：1. 浙江大学 人文学院, 杭州 310028;2. 浙江大学 电气工程学院, 杭州 310027

关键词：国际音标,字符检测与识别,YOLO网络,深度学习

基金：国家自然科学基金资助项目（61571394）；浙江省科技项目（2019C01001）；浙江大学学科交叉预研专项（2018FZA122）。

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1360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。

来源：2019年第6期

《计算机应用》期刊编辑部

查看计算机应用杂志2019年第6期