Метод определения направления текста на изображении с помощью сверточной нейронной сети

Резюме: В данной статье рассматривается метод, предназначенный для бинарной классификации изображений, на которых присутствует небольшой текст. В основе классификации лежит тот факт, что текст может иметь 2 направления – текст может быть расположен горизонтально и читаться слева направо, либо он может быть перевернут на 180 градусов и для его прочтения рисунок придется повернуть. Тексты такого типа могут присутствовать на обложках различных книг, поэтому при распознавании обложек прежде, чем приступать к непосредственному распознаванию текста, необходимо сначала определить его направление. В рамках статьи рассматривается разработка глубокой нейронной сети для определения положения текста в контексте распознавания книжных обложек. Приводятся результаты обучения и тестирования сверточной нейронной сети на синтетических данных, а также примеры работы сети с реальными данными.

Ключевые слова: искусственные нейронные сети, машинное обучение, глубокое обучение, сверточные нейронные сети, распознавание изображений, компьютерное зрение, распознавание текста.

P.L. Nikolaev

Method of determination of the text direction on the image with the use of convolutional neural network

Summary: This article deals with method of binary classification of images with small text on them Classification is based on the fact that the text can have 2 directions – it can be positioned horizontally and read from left to right or it can be turned 180 degrees so the image must be rotated to read the sign. This type of text can be found on the covers of a variety of books, so in case of recognizing the covers, it is necessary first to determine the direction of the text before we will directly recognize it. The article suggests the development of a deep neural network for determination of the text position in the context of book covers recognizing. The results of training and testing of a convolutional neural network on synthetic data as well as the examples of the network functioning on the real data are presented.

Keywords: artificial neural networks, machine learning, deep learning, convolutional neural networks, image recognition, computer vision, text recognition.

doi 10.34219/2078-8320-2020-11-2-96-99