基于垂直区域回归网络的自然场景文本检测

• 作者: 康乐乐 张雨 杨国亮 王志元 胡政伟
• 来源期刊: 计算机工程与科学
• 学科: 工学
• 关键词: 文本检测 感受野 多样化 垂直区域回归网络
• 年，卷（期）: 2018,（7）
• 所属期刊栏目: 图形与图像
• 页码范围: 1256-1263
• 页数: 8页
• 分类号: TP391.4
• 字数: 4733字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-130X.2018.07.016

摘要

由于自然场景下文本检测不同于传统的物体检测,直接采用RPN算法对文本检测会有一定的限制,一方面,由于文本区域具有可变长度、背景复杂、多样化等因素,网络必须设计更大的感受野;另一方面,在RPN训练阶段,正样本的选择会出现大量的误检和漏检情况.对此提出一种基于垂直区域回归网络的算法,首先采用Hough算法对部分场景图像进行倾斜校正预处理;其次在训练阶段基于groundtruth框与候选框Anchor在垂直方向上IOU值(交集与并集之比)大于某个阈值的情况下选择正样本,且在垂直方向上对正样本进行分类回归;最后由多个相邻Anchor合并形成文本区域.实验结果表明,在ICDAR2011和ICDAR2013数据集上获得了良好的检测效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨国亮	江西理工大学电气工程与自动化学院	74	384	10.0	16.0
2	王志元	江西理工大学电气工程与自动化学院	4	14	2.0	3.0
3	张雨	江西理工大学电气工程与自动化学院	3	11	2.0	3.0
4	胡政伟	江西理工大学电气工程与自动化学院	4	2	1.0	1.0
5	康乐乐	江西理工大学电气工程与自动化学院	5	4	1.0	1.0