基于特征金字塔的场景文本检测

• 作者: 常宇飞 王远航 钱冰 陈欣鹏
• 来源期刊: 信息工程大学学报
• 学科: 工学
• 关键词: 场景文本检测 卷积神经网络 递归神经网络 特征金字塔
• 年，卷（期）: 2019,（5）
• 所属期刊栏目: 软件工程
• 页码范围: 622-628
• 页数: 7页
• 分类号: TP391.4
• 字数: 5841字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-0673.2019.05.020

摘要

自然场景文本检测是从自然场景中检测出文本所在的位置,检测结果的好坏将直接影响后续的文本识别效果,在图像检索、自动驾驶等领域具有重要应用.提出CNN与RNN联合的自然场景文本检测方法.首先,采用CNN提取图片中多尺度特征并构建FPN;其次,为充分利用文本的序列特性,采用Bi-LSTM编码特征并输出一系列文本提议;最后,通过多向文本连接器连接生成的文本提议,实现多尺度、多方向的文本检测.通过在ICDAR2013、ICDAR2015以及USTB-SV1K数据集上进行测试,实验结果证明该算法在精确度和召回率上具有优势.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	常宇飞	华南理工大学计算机科学与工程学院	1	0	0.0	0.0