计算机辅助设计与图形学学报

作者：吴东, 卢利琼, 熊建芳

关键词：自然场景图像, 盲文识别, SSD, 卷积神经网络

盲文是视障人士学习知识和技术的工具, 正常人通常对盲文知之甚少, 造成正常人与盲人之间的沟通障碍重重. 为此, 首先构建了自然场景盲文段图像数据集, 该数据集中包含 1 157 幅不同宽高比、不同背景的盲文段图像和对应的标签信息; 随后分析自然场景图像中盲文的特点, 并基于 SSD 框架提出自然场景盲文识别方法. 所提方法根据盲文字符尺寸小且具有固定宽高比的特点选择用于识别的特征层, 设计 CNN 结构、 默认框大小、 盲文字符标签、图像输入策略和损失函数, 以提高盲文字符识别的准确率; 根据盲文字符中盲文点位于边缘区域的特点设计像素层面的注意力机制, 提高盲文字符识别的回归率. 实验结果表明, 在所构建的盲文段图像数据集上, 所提方法的 H 值达到 0.903, 盲文字符检测速度为 66.22 帧/s; 与 SSD, Faster R-CNN, EAST, 以及基于 CNN 的盲文识别方法 EAST-Edge和 UNet-Braille 相比, 该方法的盲文识别性能提升明显.

来源：2025年第8期

《计算机辅助设计与图形学学报》期刊编辑部

查看计算机辅助设计与图形学学报杂志2025年第8期