Resumen

Con el rápido desarrollo de la tecnología de Internet, se han logrado avances en todas las ramas de la visión por computadora. Especialmente en la detección de imágenes y el seguimiento de objetivos, las técnicas de aprendizaje profundo como las redes neuronales convolucionales han logrado excelentes resultados. Con el fin de explorar la aplicabilidad de la tecnología de aprendizaje automático en el campo del reconocimiento y extracción de texto en video, se propone una red YOLOv3 basada en la transformación de características multiescala y la fusión de migración para mejorar la precisión de la detección de texto en inglés en escenas naturales en video. En primer lugar, con el objetivo de abordar el problema de la detección de objetivos multiescala en los fotogramas clave de video, basándose en la red YOLOv3, se utiliza el módulo de conversión de escala del algoritmo STDN para reducir el mapa de características de bajo nivel, y se construye una red de base con reutilización de características para extraer características. Luego, se utiliza el m

• Materias:Colonias de abejas artificiales Inteligencia artificial Patrón espacial Innovación de la comunicación Algoritmo de red neuronal
• Subjects:Artificial bee colonies Artificial intelligence Spatial pattern Communication innovation Neural network algorithm
• Palabras claves:Desarrollo; Visión por computadora; Aprendizaje profundo; Red YOLOv3; Aprendizaje automático; Reconocimiento de texto
• Keywords:Development; Computer vision; Deep learning; YOLOv3 network; Machine learning; Text recognition