基于卷積神經(jīng)網(wǎng)絡(luò)和殘差結(jié)構(gòu)單元的合同數(shù)據(jù)識(shí)別提取

摘要：為提升合同中數(shù)據(jù)項(xiàng)識(shí)別和提取的準(zhǔn)確率，提出一種基于卷積神經(jīng)網(wǎng)絡(luò)（ConvolutionalNeuralNetwork，CNN）和殘差結(jié)構(gòu)單元（ResidualBuildingUnit，RBU）結(jié)合優(yōu)化的CNN＼|RECR（RealEstateTransactionContractInformationDetectionandRecognitionMethodBasedonImprovedConvolutionalNeuralNetwork）模型，并將其應(yīng)用到不動(dòng)產(chǎn)交易平臺(tái)中合同數(shù)據(jù)項(xiàng)的識(shí)別提取場(chǎng)景。首先，針對(duì)提取特征表示能力弱等問(wèn)題，設(shè)計(jì)了合同數(shù)據(jù)文本檢測(cè)網(wǎng)絡(luò)（ContractDataTextDetectionNetwork，CDTD＼|Net）對(duì)合同手寫(xiě)文字的不同尺度特征進(jìn)行提?。黄浯?，與殘差結(jié)構(gòu)單元相結(jié)合，設(shè)計(jì)識(shí)別文字與識(shí)別數(shù)字模型；最后，對(duì)實(shí)例進(jìn)行實(shí)驗(yàn)，實(shí)驗(yàn)結(jié)果顯示CNN＼|RECR模型的識(shí)別準(zhǔn)確率達(dá)到97.62%，證明本方法能有效提高模型的識(shí)別性能，為實(shí)現(xiàn)低成本運(yùn)行奠定了基礎(chǔ)。

關(guān)鍵詞：卷積神經(jīng)網(wǎng)絡(luò)；殘差結(jié)構(gòu)單元；合同數(shù)據(jù)；識(shí)別提取

中圖分類(lèi)號(hào)：TP391.1文獻(xiàn)標(biāo)志碼：A

0 引言（Introduction）

在不動(dòng)產(chǎn)登記交易領(lǐng)域，為了加快數(shù)據(jù)的處理速度，實(shí)現(xiàn)合同的數(shù)字化管理成為關(guān)鍵。數(shù)字化合同不僅便于備份，還能快速檢索合同中的詳細(xì)信息，確保合同中的數(shù)據(jù)與相關(guān)數(shù)據(jù)庫(kù)中的信息一致，保障交易的合法性和準(zhǔn)確性［1］。因此高效地進(jìn)行合同管理、信息的識(shí)別和提取，是實(shí)現(xiàn)這一目標(biāo)的重要前提條件。

Hewlett＼|Packard公司開(kāi)發(fā)的開(kāi)源OCR（OpticalCharacterRecognition）引擎Tesseract［2］最早是于1985年由HP（Hewlett＼|Packard）實(shí)驗(yàn)室的開(kāi)發(fā)團(tuán)隊(duì)發(fā)布的，通常借助光學(xué)字符識(shí)別技術(shù)（OpticalCharacterRecognition，OCR）將圖片中的信息轉(zhuǎn)化為計(jì)算機(jī)可以處理的數(shù)據(jù)［3］。ZHOU［4］提出采用改進(jìn)的連接文本區(qū)域網(wǎng)絡(luò)（CTPN）文本檢測(cè)算法和卷積循環(huán)神經(jīng)網(wǎng)絡(luò)（CRNN）模型對(duì)自然場(chǎng)景文字進(jìn)行檢測(cè)與識(shí)別。2016年，DAI等［5］提出了殘差網(wǎng)絡(luò)（ResNet），通過(guò)引入殘差學(xué)習(xí)解決了深度神經(jīng)網(wǎng)絡(luò)訓(xùn)練中的梯度消失問(wèn)題。YOLO（YouOnlyLookOnce）［6］是由JosephRedmon和AliFarhadi于2016年提出的目標(biāo)檢測(cè)算法，它在實(shí)時(shí)目標(biāo)檢測(cè)方面表現(xiàn)出色。

在數(shù)據(jù)識(shí)別提取的過(guò)程中，構(gòu)建特征庫(kù)耗時(shí)且耗力，提取的圖片特征容易被噪聲干擾。本文提出一種基于卷積神經(jīng)網(wǎng)絡(luò)（CNN）和殘差結(jié)構(gòu)單元（RBU）結(jié)合優(yōu)化的CNN＼|RECR（RealEstateTransactionContractInformationDetectionandRecognitionMethodBasedonImprovedConvolutionalNeuralNetwork）模型。該模型以卷積神經(jīng)網(wǎng)絡(luò)（CNN）為基礎(chǔ)，并結(jié)合了殘差結(jié)構(gòu)單元（RBU）進(jìn)行優(yōu)化。通過(guò)在數(shù)據(jù)集上進(jìn)行實(shí)驗(yàn)驗(yàn)證，結(jié)果表明CNN＼|RECR模型提升了合同處理任務(wù)的實(shí)用性和可靠性。

1相關(guān)理論（Correlationtheories）

1.1卷積神經(jīng)網(wǎng)絡(luò)

卷積神經(jīng)網(wǎng)絡(luò)（ConvolutionalNeuralNetwork，CNN）是一種深度學(xué)習(xí)模型。計(jì)算機(jī)科學(xué)家YANN在1998年提出了卷積神經(jīng)網(wǎng)絡(luò)（CNN）的概念［7］，并在手寫(xiě)字符識(shí)別等領(lǐng)域展示了其卓越的性能。傳統(tǒng)的卷積神經(jīng)網(wǎng)絡(luò)在圖像處理過(guò)程中需要處理的數(shù)據(jù)量大，圖像數(shù)字化處理無(wú)法保留原有的圖像特征，導(dǎo)致圖像識(shí)別效率低下。相比之下，CNN則通過(guò)減少權(quán)重?cái)?shù)量，相比于傳統(tǒng)的卷積神經(jīng)網(wǎng)絡(luò)，能有效地提升圖像的識(shí)別能力。卷積神經(jīng)網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)如圖1所示。

對(duì)于房產(chǎn)交易合同中的手寫(xiě)數(shù)據(jù)項(xiàng)的識(shí)別和提取過(guò)程，其目標(biāo)函數(shù)是連接主干網(wǎng)絡(luò)（BackboneNetwork）及文本識(shí)別頭部（TextRecognitionHead）的綜合損失函數(shù)，是由3個(gè)損失函數(shù)加權(quán)在一起的，分別為連接時(shí)序分類(lèi)損失（ConnectionistTemporalClassification）、定位損失（LocalizationLoss）、分類(lèi)損失（ClassificationLoss）。

連接時(shí)序分類(lèi)損失的數(shù)學(xué)表達(dá)式為

其中：S表示訓(xùn)練集；LCTC（S）表示給定序列和輸入后，最終輸出正確序列的概率。

定位損失的數(shù)學(xué)表達(dá)式為

其中：LNLL（Y，Y′）是一整個(gè)數(shù)據(jù)集中的交叉熵?fù)p失，n是樣本數(shù)量，C是類(lèi)別數(shù)量，yij是第i個(gè)樣本的實(shí)際類(lèi)別分布，y′[KG-1mm]ij是第i個(gè)樣本的模型預(yù)測(cè)的類(lèi)別概率分布。

對(duì)于文字識(shí)別，分類(lèi)損失選取使用交叉熵?fù)p失（Cross＼|EntropyLoss）作為損失函數(shù)，交叉熵?fù)p失結(jié)合Softmax函數(shù)的輸出與實(shí)際標(biāo)簽之間的差異，用于衡量模型的性能。交叉熵?fù)p失的數(shù)學(xué)表達(dá)式為

其中：xi表示真實(shí)標(biāo)簽的第i個(gè)元素，yi表示模型預(yù)測(cè)x屬于第i個(gè)類(lèi)別的概率。

1.2殘差結(jié)構(gòu)單元

殘差結(jié)構(gòu)單元（RBU）是深度學(xué)習(xí)中用于構(gòu)建殘差神經(jīng)網(wǎng)絡(luò)（ResidualNeuralNetwork，ResNet）的基本組成部分。LIU等［8］的研究表明，RBU模塊能有效地提升圖像處理任務(wù)性能。殘差結(jié)構(gòu)單元模塊通過(guò)引入捷徑連接的深度神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，有效地解決了深層網(wǎng)絡(luò)訓(xùn)練中的梯度消失問(wèn)題，它是在提出的CNN模型的基礎(chǔ)上進(jìn)行了優(yōu)化，旨在得到更高質(zhì)量的識(shí)別結(jié)果。本文通過(guò)在CNN中引入殘差模塊解決了深度神經(jīng)網(wǎng)絡(luò)訓(xùn)練困難的問(wèn)題。

本文在文字識(shí)別模型中采用了殘差結(jié)構(gòu)單元，以緩解梯度消失問(wèn)題，同時(shí)提升特征提取能力并加速模型訓(xùn)練。

RBU結(jié)構(gòu)如公式（4）所示：

特征映射如公式（5）所示，是指未添加捷徑連接的公式。

特征映射如公式（6）所示，是指添加了捷徑連接后，降低了模型優(yōu)化難度。在這里，擬合函數(shù)屬于一種數(shù)學(xué)模型，通常用于表示觀(guān)測(cè)數(shù)據(jù)之間的關(guān)系，用來(lái)學(xué)習(xí)恒等映射轉(zhuǎn)變成特征映射以及輸入的數(shù)據(jù)之間的差值。

公式（7）表示的是一個(gè)殘差塊，通過(guò)引入殘差連接，也就是將輸入添加到映射F（x），能更好地進(jìn)行深層次網(wǎng)絡(luò)訓(xùn)練。

基于優(yōu)化卷積的神經(jīng)網(wǎng)絡(luò)模型是在傳統(tǒng)卷積神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)上構(gòu)建的，它首先對(duì)數(shù)據(jù)集進(jìn)行圖像預(yù)處理，其次在殘差結(jié)構(gòu)單元的基礎(chǔ)上進(jìn)行文本行處理及文字識(shí)別，判斷數(shù)據(jù)屬于哪一種類(lèi)型，并構(gòu)建相應(yīng)的數(shù)據(jù)模型，最后得到結(jié)果輸出。

基于優(yōu)化卷積的神經(jīng)網(wǎng)絡(luò)模型的流程如圖3所示。

2.1圖像預(yù)處理

圖像預(yù)處理是在將圖像輸入計(jì)算機(jī)視覺(jué)或圖像處理任務(wù)之前，對(duì)圖像進(jìn)行的一系列操作和變換，旨在準(zhǔn)備和優(yōu)化數(shù)據(jù)。圖像預(yù)處理有利于提高模型的性能，減少噪聲和一些不必要的信息，并且可以讓模型容易學(xué)習(xí)到有用的特征。圖像預(yù)處理的模塊包括圖像的銳化、圖像二值化、圖像形態(tài)學(xué)運(yùn)算及模板匹配等。

對(duì)于房產(chǎn)交易合同的圖像預(yù)處理，通常是在準(zhǔn)備圖像的同時(shí)進(jìn)行一些其他任務(wù)，比如數(shù)據(jù)分析、文本提取等。該模塊對(duì)房產(chǎn)交易合同的掃描圖像輸入進(jìn)行整體分析，并匹配每個(gè)數(shù)據(jù)項(xiàng)的位置坐標(biāo)。其中使用高斯模糊技術(shù)對(duì)圖像中的噪點(diǎn)和一些不必要的要素進(jìn)行去除，不僅可以提高圖像的質(zhì)量，還能對(duì)識(shí)別到的合同數(shù)據(jù)圖像進(jìn)行平滑處理。公式（8）為高斯函數(shù)的概率密度函數(shù)。

2.2文本行處理

文本行處理是指房產(chǎn)交易合同中的文本行處理模塊提取文本行的操作。進(jìn)行掃描的合同是經(jīng)過(guò)審核且留有檔案的合同，要求對(duì)每項(xiàng)對(duì)應(yīng)的數(shù)據(jù)項(xiàng)和數(shù)據(jù)類(lèi)型進(jìn)行識(shí)別和處理。但是，對(duì)傾斜的文本進(jìn)行識(shí)別和處理時(shí)，提取到的特征向量中字符特征發(fā)生了形變。在傳統(tǒng)的CRNN模型中，由于其具有時(shí)序性，因此有時(shí)會(huì)導(dǎo)致對(duì)輸入的圖像識(shí)別不完整的情況，要對(duì)特征f沿h維度進(jìn)行平局池化，以此得到序列特征f∈Rc1h×1×〖SX（〗1〖〗8〖SX）〗w。如圖4所示，模型無(wú)法識(shí)別圖像中的“張”與“健”，無(wú)法確定與標(biāo)簽相對(duì)應(yīng)的關(guān)系，圖4中c、h、w分別為輸入圖像的統(tǒng)一通道數(shù)量、通道高、通道寬。

2.3文字的識(shí)別

在房產(chǎn)交易合同中的識(shí)別任務(wù)可以理解為是對(duì)數(shù)據(jù)的分類(lèi)任務(wù)。通過(guò)統(tǒng)計(jì)分析，觀(guān)察到文本內(nèi)容存在文字和數(shù)字混合的情況。針對(duì)兩種不同類(lèi)型的數(shù)據(jù)進(jìn)行分析，本文設(shè)計(jì)了CDTD＼|Net檢測(cè)算法用于提取不同尺度特征并進(jìn)行融合，該網(wǎng)絡(luò)基于FPN（FeaturePyramidNetworks）進(jìn)行了改進(jìn)和優(yōu)化，增加了特征提取層，它可以用于檢測(cè)和識(shí)別更小的手寫(xiě)文字，CNN＼|RECR模型包含識(shí)別文字模型和識(shí)別數(shù)字模型。

2.3.1識(shí)別文字模型構(gòu)建

識(shí)別文字模型的構(gòu)建步驟如下。

步驟1：圖像獲取和預(yù)處理。

初始階段，通過(guò)在圖像采集過(guò)程獲取輸入圖像，并對(duì)獲取圖像進(jìn)行預(yù)處理操作，保證之后的分析可以在優(yōu)化的數(shù)據(jù)表示上進(jìn)行。

步驟2：文字載體的識(shí)別獲取。

通過(guò)模型進(jìn)行圖像識(shí)別，識(shí)別所有的文字載體［9］，判斷其數(shù)據(jù)類(lèi)型，若是文字，則將其轉(zhuǎn)換為對(duì)應(yīng)的文本表示，若不是文字，則跳過(guò)該數(shù)據(jù)。在這一階段中，模型用捕獲文本信息和記錄文字在圖像中位置信息的方式，建立文字的空間分布信息。

步驟3：轉(zhuǎn)換為對(duì)應(yīng)的文字。

判斷識(shí)別的文字?jǐn)?shù)據(jù)類(lèi)型，若是文字，則將其轉(zhuǎn)換為對(duì)應(yīng)的文本表示。

步驟4：記載文字的位置。

通過(guò)識(shí)別文字具體的方位信息并進(jìn)行記載，有利于精確定位圖像中的文字，讓模型在文本的具體位置上提供更準(zhǔn)確的信息。

步驟5：獲取語(yǔ)句結(jié)構(gòu)分布情況。

通過(guò)RBU，模型對(duì)特征向量進(jìn)行處理并對(duì)模型的參數(shù)量進(jìn)行修改，同時(shí)通過(guò)捷徑連接加速模型參數(shù)向前傳遞。經(jīng)過(guò)RBU之后，模型執(zhí)行一維卷積層的轉(zhuǎn)換，將特征向量轉(zhuǎn)換為多維形式，獲取到語(yǔ)句結(jié)構(gòu)的分布情況［10］。最后取識(shí)別的中間特征向量中概率最大的索引值為識(shí)別結(jié)果。

識(shí)別文字模型的流程圖如圖6所示。

3 實(shí)驗(yàn)結(jié)果與分析（Experimentalresultsandanalysis）

3.1實(shí)驗(yàn)數(shù)據(jù)及環(huán)境配置

為了驗(yàn)證本文提出的CNN＼|RECR模型對(duì)于房產(chǎn)交易合同文字進(jìn)行提取和識(shí)別的效果，在實(shí)驗(yàn)過(guò)程中采用存量房房產(chǎn)交易簽約合同圖片數(shù)據(jù)集進(jìn)行模型的性能測(cè)試，并對(duì)比其他模型的數(shù)據(jù)項(xiàng)識(shí)別提取效果［12］。

3.1.1實(shí)驗(yàn)數(shù)據(jù)

存量房房產(chǎn)交易簽約合同圖片數(shù)據(jù)集的數(shù)據(jù)集規(guī)模如表2所示；各類(lèi)數(shù)據(jù)所含信息實(shí)例如表3所示。

3.1.2環(huán)境配置

實(shí)驗(yàn)使用了Python編程語(yǔ)言和PyTorch框架，訓(xùn)練和測(cè)試的硬件環(huán)境是AMDRyzen54500UCPU，軟件環(huán)境基于Python3.11版本實(shí)現(xiàn)。

3.2實(shí)驗(yàn)結(jié)果分析

3.2.1手寫(xiě)文本檢測(cè)算法驗(yàn)證

本文采用精確率、召回率及加權(quán)調(diào)和的平均F作為合同中手寫(xiě)文本檢測(cè)效果的指標(biāo)，并與一些特征提取模型進(jìn)行了實(shí)驗(yàn)對(duì)比，如GoogleNet［13］、BertNet［14］及VGG16［15］等，驗(yàn)證CDTD＼|Net在特征提取方面的優(yōu)勢(shì)，對(duì)比結(jié)果如表4所示。實(shí)驗(yàn)結(jié)果表明，相比于其他的算法，CDTD＼|Net在提取文本特征準(zhǔn)確率方面有了明顯的提高。

3.2.2不同模型對(duì)于文本識(shí)別結(jié)果對(duì)比

其中：precision（精準(zhǔn)度/插準(zhǔn)率）指被分類(lèi)器判斷為1中預(yù)測(cè)正確的比重，recall（召回率/查全率）指被預(yù)測(cè)為正例的占總正例的比重。

本文提出了一種優(yōu)化的卷積神經(jīng)網(wǎng)絡(luò)算法。該算法使用CNN＼|RECR模型，結(jié)合了殘差結(jié)構(gòu)單元，提高了對(duì)合同中數(shù)據(jù)項(xiàng)的識(shí)別、提取速度和精度。在以下4個(gè)不同的模型上進(jìn)行了數(shù)據(jù)識(shí)別提取實(shí)驗(yàn)，選取了YOLOv3＼|CRNN［16］、PSENet＼|CRNN［17］及Tesseract［18］3個(gè)模型與本文提出的CNN＼|RECR模型在對(duì)數(shù)據(jù)項(xiàng)的識(shí)別準(zhǔn)確性方面進(jìn)行了對(duì)比（圖8），實(shí)驗(yàn)結(jié)果顯示YOLOv3＼|CRNN模型的識(shí)別準(zhǔn)確率為77.10%，PSENet＼|CRNN模型的識(shí)別準(zhǔn)確率為80.60%，Tesseract模型的識(shí)別準(zhǔn)確率為50.02%，本文提出的CNN＼|RECR模型的識(shí)別準(zhǔn)確率為97.62%。

根據(jù)圖8和表5中的數(shù)據(jù)可以看出，在房產(chǎn)交易合同數(shù)據(jù)項(xiàng)的識(shí)別、提取過(guò)程中，在相同的數(shù)據(jù)集條件下，與YOLOv3＼|CRNN、PSENet＼|CRNN及Tesseract相比，CNN＼|RECR模型的識(shí)別準(zhǔn)確率分別提高了20.52百分點(diǎn)、17.02百分點(diǎn)、47.60百分點(diǎn)。CNN＼|RECR模型可以明顯地提高模型的識(shí)別準(zhǔn)確率。

4結(jié)論（Conclusion）

本文基于FPN構(gòu)造了CDTD＼|Net，旨在提取手寫(xiě)數(shù)據(jù)的不同特征，并提出了基于優(yōu)化卷積神經(jīng)網(wǎng)絡(luò)的房產(chǎn)交易合同數(shù)據(jù)識(shí)別方法，設(shè)計(jì)了CNN＼|RECR模型。CDTD＼|Net可以使難以完整識(shí)別的手寫(xiě)數(shù)據(jù)更準(zhǔn)確地被識(shí)別，結(jié)合CNN與殘差結(jié)構(gòu)單元，減輕了模型的優(yōu)化難度，增強(qiáng)了其特征表示能力，同時(shí)提高了網(wǎng)絡(luò)對(duì)于文字特征的抽取能力。實(shí)驗(yàn)結(jié)果表明，與傳統(tǒng)的CNN模型相比，本文提出的方法對(duì)文本數(shù)據(jù)提取和識(shí)別的準(zhǔn)確率更高，并降低了存儲(chǔ)開(kāi)銷(xiāo)和計(jì)算復(fù)雜性。

參考文獻(xiàn)（References）

［1］趙旭升，趙前.電子合同的應(yīng)用與展望［J］.中國(guó)石油企業(yè)，2021（9）：77＼|80.

［2］SMITHR.AnoverviewoftheTesseractOCRengine［C］∥IEEE.ProceedingsoftheNinthinternationalconferenceondocumentanalysisandrecognition（ICDAR2007.LosAlamitos：_{ntix4PGVjgSyva785hN5R2fnzHHL5Y5TZcrhhRlatB0=}IEEEComputerSociety，2007，2：629＼|633.

［3］SABUAM，DASAS.ASurveyonvariousOpticalCharacterRecognitionTechniques［C］∥IEEE.Proceedingsofthe2018ConferenceonEmergingDevicesandSmartSystems.Piscataway：IEEE，2018：152＼|155.

［4］ZHOUY.ResearchontextdetectionandrecognitionalgorithmbasedonCNNinnaturalscene［D］.Shanxi：shanxiuniversity，2020：14＼|34.

［5］DAIJF，HEKM，SUNJ.Instance＼|awaresemanticsegmentationviamulti＼|tasknetworkcascades［C］∥IEEE.Proceedingsofthe2016IEEEconferenceoncomputervisionandpatternrecognition.Piscataway：IEEE，2016：3150＼|3158.

［6］REDMONJ，DIVVALAS，GIRSHICKR，etal.Youonlylookonce：Unified，real＼|timeobjectdetection［C］∥IEEE.Proceedingsofthe2016IEEEconferenceoncomputervisionandpatternrecognition.Piscataway：IEEE，2016：779＼|788.

［7］BONTARJ，LECUNY.Computingthestereomatchingcostwithaconvolutionalneuralnetwork［C］∥IEEE.Proceedingsofthe2015IEEEConferenceonComputerVisionandPatternRecognition.Piscataway：IEEE，2015：1592＼|1599.

［8］LIUX，SUGANUMAM，SUNZ，etal.Dualresidualnetworksleveragingthepotentialofpairedoperationsforimagerestoration［C］∥IEEE.Proceedingsofthe2019IEEE/CVFconferenceoncomputervisionandpatternrecognition.Piscataway：IEEE，2019：7007＼|7016.

［9］劉影，余進(jìn)，陳莉.基于改進(jìn)卷積神經(jīng)網(wǎng)絡(luò)的多標(biāo)簽文本自動(dòng)化分類(lèi)研究［J］.自動(dòng)化與儀器儀表，2023（11）：62＼|66.

［10］ 徐歡，張喜銘，楊秋勇，等.基于卷積神經(jīng)網(wǎng)絡(luò)算法的電網(wǎng)數(shù)據(jù)治理方法［J］.南京郵電大學(xué)學(xué)報(bào)（自然科學(xué)版），2023，43（6）：102＼|111.

［11］王治學(xué).基于圖卷積神經(jīng)網(wǎng)絡(luò)的主題模型文本分類(lèi)探究［J］.科技創(chuàng)新與應(yīng)用，2023，13（36）：83＼|86.

［12］陳暄，吳吉義.基于優(yōu)化卷積神經(jīng)網(wǎng)絡(luò)的車(chē)輛特征識(shí)別算法研究［J］.電信科學(xué)，2023，39（10）：101＼|111.

［13］SIMONYANK，VEDALDIA，ZISSERMANA.Descriptorlearningusingconvexoptimisation［M］∥LectureNotesinComputerScience.Berlin，Heidelberg：SpringerBerlinHeidelberg，2012：243＼|256.

［14］LIUW，ANGUELOVD，ERHAND，etal.Ssd：Singleshotmultiboxdetector［C］∥Springer.ProceedingsoftheComputerVision＼|ECCV2016：14theuropeanconference，amsterdam，thenetherlands，October11＼|14，2016，proceedings，partI14.springerinternationalpublishing.Berlin：Springer，2016：21＼|37.

［15］SINGHS，GARGNK，KUMARM.VGG16：offlinehandwrittenDevanagariwordrecognitionusingtransferlearning［J］.Multimediatoolsandapplications，2024，83（29）：72561＼|72594.

［16］WUQM，SONGYT.TextdetectioninnaturalscenesbasedonYOLOv3andCRNN［J］.Computerengineeringanddesign，2022，43（8）：2352＼|2360.

［17］YUEB，ZHANGZT.Englishbillboardtextrecognitionusingdeeplearning［J］.Journalofphysics：conferenceseries，2021，1994（1）：012003.

［18］ZENGY，MAMD.ResearchontextrecognitionbasedonTesseractOCR［J］.Computertechnologyanddevelopment，2021，31（11）：76＼|80.