基于特征融合网络的自然场景文本检测

• 作者: 余峥 吕岳 王晴晴
• 来源期刊: 计算机系统应用
• 关键词: 深度学习 自然场景 文本检测 特征融合 文本边界框
• 年，卷（期）: 2018,（10）
• 所属期刊栏目: 专论·综述
• 页码范围: 1-10
• 页数: 10页
• 字数: 7550字
• 语种: 中文
• DOI: 10.15888/j.cnki.csa.006539

摘要

目前,基于深度学习的自然场景文本检测在复杂的背景下取得很好的效果,但难以准确检测到小尺度文本.本文针对此问题提出了一种基于特征融合的深度神经网络,该网络将传统深度神经网络中的高层特征与低层特征相融合,构建一种高级语义的神经网络.特征融合网络利用网络高层的强语义信息来提高网络的整体性能,并通过多个输出层直接预测不同尺度的文本.在ICDAR2011和ICDAR2013数据集上的实验表明,本文的方法对于小尺度的文本,定位效果显著.同时,本文所提的方法在自然场景文本检测中具有较高的定位准确性和鲁棒性,F值在两个数据集上均达到0.83.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吕岳	华东师范大学计算机科学与软件工程学院	18	134	5.0	11.0
2	余峥	华东师范大学计算机科学与软件工程学院	1	3	1.0	1.0
3	王晴晴	华东师范大学计算机科学与软件工程学院	1	3	1.0	1.0