基于深度全卷积神经网络的文字区域定位方法

• 作者: 骆遥
• 来源期刊: 无线互联科技
• 关键词: 深度全卷积网络 自然场景文字区域定位 图像区域分割
• 年，卷（期）: 2016,（23）
• 所属期刊栏目: 网络地带
• 页码范围: 43-44
• 页数: 2页
• 字数: 1643字
• 语种: 中文

摘要

近年来，深度学习模型在各种计算机视觉方面都展现出了远远优于传统方法的性能，在自然场景中的文字区域定位问题中引入深度学习方法无疑也是大势所趋。文章提出了一种基于深度全卷积网络方法的文字区域定位方法，实现了端到端的训练、检测，使得训练更为有效，检测过程更加高效。最终文中方法在ICDAR 2015数据集上对比基于MSER等的传统方法有了很大提升，达到了86.57%的查准率和82.1%的召回率。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	骆遥	同济大学测绘与地理信息学院	1	3	1.0	1.0