聂 宇1, 4，王智宇2，章义来1, 4，李 超1, 4，彭永康2, 4，李 娟2，倪成林4，许艳娜3
(1. 景德镇陶瓷大学 江西省陶瓷企业信息化工程技术研究中心，江西 景德镇 333403；
2. 景德镇陶瓷大学 信息工程学院，江西 景德镇 333403；3. 景德镇陶瓷大学 科学技术处，江西 景德镇 333403；4. 广东松发陶瓷股份有限公司，广东 潮州 515600)
摘 要：目前，在个性化定制陶瓷产品中，有着众多图像一致但局部文本不同的情况出现(例如：班级聚会合影留念的纪念瓷盘，仅是落款姓名不同)，通过传统的图像识别技术难以进行有效识别。提出一种基于CTPN和CRNN两种深度学习模型的陶瓷图像中文本的识别方法，同时辅以传统SIFT算法，实现对无文本或文本识别难度高的图像识别。具体识别流程为，系统通过调用CTPN和CRNN模型，对其中的文本进行识别，并将文本信息与存储在数据库中的文本信息进行匹配并返回最佳结果。如果识别文本效果不佳，则利用SIFT算法提取出图像的特征点，并与库中的图像进行逐一对比，返回相似度较高的结果。通过研究实验测试，对于个性化定制陶瓷产品的图像识别，在性能上提升9倍以上，既解决了个性化定制陶瓷图像识别中识别耗时较长的问题，又解决了对只有局部文字不同的定制图像识别效果较弱的问题。
关键词：陶瓷图像识别；深度学习模型；文本识别；多算法融合