Том 15 (2024) .– Выпуск 1 (60) .– Статья № 1 (443)

Искусственный интеллект и машинное обучение

Научная статья

Распознавание кадастровых координат с использованием свёрточно-рекуррентных нейронных сетей

Игорь Викторович ВинокуровПереписывавшийся автор

Финансовый Университет при Правительстве Российской Федерации, Москва, Россия
Игорь Викторович Винокуров — Переписывавшийся автор igvvinokurov@fa.ru

Аннотация. В статье исследуется применение свёрточно-рекуррентных нейронных сетей (CRNN) для распознавания изображений кадастровых координат объектов на отсканированных документах ППК «Роскадастр». Комбинированная архитектура CRNN, объединяющая свёрточные нейронные сети (CNN) и рекуррентные нейронные сети (RNN), позволяет использовать преимущества каждой из них для обработки изображений и распознавания содержащихся в них непрерывных цифровых последовательностей. При проведении экспериментальных исследований были формированы изображения, состоящие из заданного количества цифр, построена и исследована CRNN модель. Формирование изображений цифровых последовательностей заключалось в предобработке и конкатенации изображений образующих их цифр из собственного набора данных. Анализ значений функции потерь и метрик Accuracy, Character Error Rate (CER) и Word Error Rate (WER) показал, что использование предложенной CRNN модели позволяет достичь высокой точности распознавания кадастровых координат на их отсканированных изображениях. (Связанные тексты статьи на русском и на английском языках).

Ключевые слова: свёрточно-рекуррентная нейронная сеть, CRNN, распознавание изображений, цифровые последовательности, глубокое обучение, Keras, Python

Для цитирования: Винокуров И. В. Распознавание кадастровых координат с использованием свёрточно-рекуррентных нейронных сетей // Программные системы: теория и приложения. 2024. Т. 15. № 1. С. 3–30. (Рус., англ.). https://psta.psiras.ru/2024/1_3-30.

Полный текст двуязычной статьи (PDF): https://psta.psiras.ru/read/psta2024_1_3-30.pdf (клик по флажку в верхнем колонитуле переключает язык страницы).

Статья поступила в редакцию 29.09.2023; одобрена после рецензирования 27.11.2023; принята к публикации 27.11.2023; опубликована онлайн 11.03.2024.

© Винокуров И. В.
2024
Адрес редакции: 152021, Ярославская обл., Переславский район, село Веськово, ул. Петра Первого, д. 4а, Институт программных систем имени А. К. Айламазяна РАН; Тел: +7(4852) 695-228 E-mail: ; Сетевой адрес издания:  http://psta.psiras.ru
© Федеральное государственное бюджетное учреждение науки Институт программных систем имени А. К. Айламазяна Российской академии наук (дизайн сайта) 2010–2024 The text of CC-BY-4.0 license