基于级联CNN的自然场景文本检测

作     者：易尧华 梁正宇 胡越 卢利琼 YI Yao-hua;LIANG Zheng-yu;HU Yue;LU Li-qiong

作者机构：武汉大学印刷与包装系彩色数字成像实验室湖北武汉430079 陆军工程大学基础部江苏南京210007 

基　　金：国家科技重大专项(2017ZX01030102) 国家测绘地理信息局卫星测绘技术与应用重点实验室经费(KLSMTA-201702)资助项目 

出 版 物：《光学与光电技术》 (Optics & Optoelectronic Technology)

年 卷 期：2019年第17卷第2期

页      码：26-33页

摘      要：目前CNN成为计算机视觉领域,特别是目标对象检测技术的主流方法之一。自然场景中的文本信息与一般目标对象不同,目标检测算法对自然场景文本检测的鲁棒性差,检测结果中的细小文本区域容易漏检,狭长文本区域检测的完整性较差。针对这一问题,对自然场景文本信息特征分析,提出了一种基于级联CNN的自然场景文本检测方法。该方法利用检测模型尽可能地发现疑似文本区域,然后利用分类模型分类筛选出最终的文本区域。在SSD目标检测算法的基础上,设计一种适用于自然场景文本的检测模型;然后对检测模型得到的疑似文本区域使用非极大值抑制和融合操作,消除重叠检测对结果的影响;最后使用针对性训练的分类模型对得到的候选区域进行分类筛选,得到最终的检测结果。该方法在数据集ICDAR2013上的召回率、准确率和F值分别为0.77、0.81和0.79,对于自然场景图像的文本检测有着较强的鲁棒性,能够有效地检测到图中细小的文本区域,明显改善狭长文本区域检测不全的情况。

主 题 词：自然场景 文本检测 深度学习 级联CNN 目标检测算法 

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

D　O　I：10.19519/j.cnki.1672-3392.2019.02.005

馆 藏 号：203634896...