适用于文字检测的候选框提取算法

• 作者: 刘文予 张兆翔 张拯 朱盈盈 白翔 章成全
• 来源期刊: 数据采集与处理
• 学科: 工学
• 关键词: 物体候选框 自然场景文字检测 全卷积网络 EdgeBox
• 年，卷（期）: 2017,（6）
• 页码范围: 1097-1106
• 页数: 10页
• 分类号: TP391
• 字数: 4789字
• 语种: 中文
• DOI: 10.16337/j.1004-9037.2017.06.004

摘要

在文字检测的相关研究中,针对文字的候选框提取方法并未得到广泛关注与深入挖掘.一方面由于文字本身结构和一般物体具有较强的差异性,另一方面由于文字对检测的精度要求高.本文提出了一种针对文字的候选框提取算法,该算法首先利用全卷积网络进行快速预测文字区域,有效地减少了候选框的搜索范围,然后针对文字特性对EdgeBox算法进行改进,使之适用于自然场景文字候选框的提取.此外,本文在两个自然场景文字检测的标准数据集上对该算法进行了评测,并与其他已有的候选框提取方法进行了比较.实验结果表明本文方法相较其他算法,具有更好的性能和鲁棒性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘文予	华中科技大学电子信息与通信学院	72	990	14.0	28.0
2	白翔	华中科技大学电子信息与通信学院	9	63	4.0	7.0
3	张兆翔	中国科学院自动化研究所类脑智能研究中心	2	4	1.0	2.0
4	张拯	华中科技大学电子信息与通信学院	4	7	2.0	2.0
5	朱盈盈	华中科技大学电子信息与通信学院	1	4	1.0	1.0
6	章成全	华中科技大学电子信息与通信学院	1	4	1.0	1.0