结合感受野增强和全卷积网络的场景文字检测方法

作     者：李晓玉 宋永红 余涛 LI Xiao-Yu;SONG Yong-Hong;YU Tao

作者机构：西安交通大学软件学院西安710049 西安交通大学人工智能学院西安710049 

基　　金：陕西省自然科学基础研究计划(2018JM6104) 国家重点研究开发计划(017YFB1301101)资助 

出 版 物：《自动化学报》 (Acta Automatica Sinica)

年 卷 期：2022年第48卷第3期

页      码：797-807页

摘      要：自然场景图像质量易受光照及采集设备的影响,且其背景复杂,图像中文字颜色、尺度、排列方向多变,因此,自然场景文字检测具有很大的挑战性.本文提出一种基于全卷积网络的端对端文字检测器,集中精力在网络结构和损失函数的设计,通过设计感受野模块并引入Focalloss、GIoUloss进行像素点分类和文字包围框回归,从而获得更加稳定且准确的多方向文字检测器.实验结果表明本文方法与现有先进方法相比,无论是在多方向场景文字数据集还是水平场景文字数据集均取得了具有可比性的成绩.

主 题 词：感受野增强 Focalloss GIo Uloss 全卷积网络 

学科分类：12[管理学] 1201[管理学-管理科学与工程类] 08[工学] 081104[081104] 080203[080203] 0802[工学-机械学] 0835[0835] 0811[工学-水利类] 0812[工学-测绘类] 

核心收录：

D　O　I：10.16383/j.aas.c190376

馆 藏 号：203110042...