基于级联CNN的自然场景文本检测

• 作者: 卢利琼 易尧华 梁正宇 胡越
• 来源期刊: 光学与光电技术
• 学科: 工学
• 关键词: 自然场景 文本检测 深度学习 级联CNN 目标检测算法
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 激光技术与应用
• 页码范围: 26-33
• 页数: 8页
• 分类号: TP391.4
• 语种: 中文

摘要

目前CNN成为计算机视觉领域,特别是目标对象检测技术的主流方法之一.自然场景中的文本信息与一般目标对象不同,目标检测算法对自然场景文本检测的鲁棒性差,检测结果中的细小文本区域容易漏检,狭长文本区域检测的完整性较差.针对这一问题,对自然场景文本信息特征分析,提出了一种基于级联CNN的自然场景文本检测方法.该方法利用检测模型尽可能地发现疑似文本区域,然后利用分类模型分类筛选出最终的文本区域.在SSD目标检测算法的基础上,设计一种适用于自然场景文本的检测模型;然后对检测模型得到的疑似文本区域使用非极大值抑制和融合操作,消除重叠检测对结果的影响;最后使用针对性训练的分类模型对得到的候选区域进行分类筛选,得到最终的检测结果.该方法在数据集ICDAR2013上的召回率、准确率和F值分别为0.77、0.81和0.79,对于自然场景图像的文本检测有着较强的鲁棒性,能够有效地检测到图中细小的文本区域,明显改善狭长文本区域检测不全的情况.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	易尧华	武汉大学印刷与包装系彩色数字成像实验室	30	200	9.0	13.0
2	梁正宇	武汉大学印刷与包装系彩色数字成像实验室	2	1	1.0	1.0
3	胡越	陆军工程大学基础部	1	1	1.0	1.0
4	卢利琼	武汉大学印刷与包装系彩色数字成像实验室	3	16	1.0	3.0