基于EAST改进的任意方向场景文本检测

作     者：庞宇 张焱杰 林金朝 蔡元奇 PANG Yu;ZHANG Yanjie;LIN Jinzhao;CAI Yuanqi

作者机构：重庆邮电大学光电信息感测与传输技术重庆市重点实验室重庆400065 

基　　金：国家自然科学基金(61301124,61671091) 重庆科委自然科学基金(cstc2016jcyjA0347) 重庆高校创新团队建设计划(智慧医疗系统与核心技术) 

出 版 物：《重庆邮电大学学报（自然科学版）》 (Journal of Chongqing University of Posts and Telecommunications(Natural Science Edition))

年 卷 期：2021年第33卷第5期

页      码：868-876页

摘      要：高效和准确的场景文本(efficient and accuracy scene text,EAST)检测算法速度快且结构简单,但是由于文本结构的特殊性,导致在检测中尺寸较小的文本会被遗漏,而较长的文本则完整性较差。针对EAST算法存在的问题提出一种新的自然场景文本检测模型。该方法利用自动架构搜索的特征金字塔网络(neural architecture search feature pyramid network,NAS-FPN)设计搜索空间,覆盖所有可能的跨尺度连接提取自然场景图像特征。针对输出层进行修改,一方面通过广义交并比(generalized intersection over union,GIOU)作为指标提升边界框的回归效果;另一方面通过对损失函数进行修改解决类别失衡问题。输出场景图像中任意方向的文本区域检测框。该方法在ICDAR2013和ICDAR2015数据集上都取得了较好的检测结果,与其他文本检测方法相比,检测效果也得到了明显提升。

主 题 词：文本检测 全卷积网络 搜索空间 广义交并比 类别失衡 

学科分类：1305[艺术学-设计学类] 13[艺术学] 08[工学] 081104[081104] 0804[工学-材料学] 081101[081101] 0811[工学-水利类] 

D　O　I：10.3979/j.issn.1673-825X.201912060430

馆 藏 号：203105764...