计算机工程与应用

2021, v.57;No.968(01) 161-167

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

联合边界框校准的自然场景文本检测
Natural Scene Text Detection Combined with Bounding Box Calibration

方承志;火兴龙;程宥铖;

摘要(Abstract):

针对自然场景下多方向文本对象,提出一种基于深度学习的文本检测方法。该方法在设计锚框时剥离锚框的方向特征但保留其长宽比特征,在覆盖相同长宽比范围时,锚框设计数量减少,从而缓解采样密集时正负样本类别失衡的影响。在方法的后处理阶段,提出一种边界框校准算法,该算法利用最大稳定极值区域(MSER)获取字符边缘信息,通过基于规则的逻辑判断,对边界框进行收缩或膨胀操作,从而达到边界框校准目的。通过在公开数据集ICDAR2015上的测试与比较,验证了所提边界框校准算法的有效性。

关键词(KeyWords): 文本检测;自然场景;类别失衡;边界框校准

Abstract:

Keywords:

基金项目(Foundation): 国家自然科学基金面上项目(61271334,61073115)

作者(Author): 方承志;火兴龙;程宥铖;

Email:

DOI:

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享