基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
尽管前人在文本检测和文本识别方面已经取得了显著的研究进展,但是在场景文本检测方面仍然存在着较大的不足.即使是深度学习模型,也不会达到很好的性能.因为整体性能取决于流程中的多个阶段和组件的相互作用.基于深度学习神经网络模型的EAST算法可以在进行场景文本检测时避免传统文本检测方法不必要的中间步骤(例如候选区域和字分区域),从而得到了快速准确的检测效果,准确率和召回率都有大幅度的提高.然而由于其感受野范围较短,对长文本的检测效果仍存在问题,因此文中对EAST算法进行改进,在EAST算法的基础上,引入BLSTM网络,提高其感受野,增强文本定位的效果.实验结果表明,该算法在ICDAR2015文本定位任务的召回率为78.07%,准确率为85.10%,F-score为81.64%,优于经典EAST算法.
推荐文章
基于改进ADALINE神经网络的DTMF检测算法
神经网络
LMS算法
DTMF解码
基于直线拟合的文本倾斜检测算法
倾斜检测
Fourier变换
特征点
直线拟合
基于改进型卷积神经网络和行特征的文本检测
文本检测
最大稳定极值区域
卷积神经网络
行特征
C4.5决策树算法
基于KGMM改进的动态目标检测算法
混合高斯模型
C-均值聚类
动态目标检测
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于BLSTM网络的改进EAST文本检测算法
来源期刊 计算机技术与发展 学科 工学
关键词 文本定位 EAST BLSTM 感受野 自然场景
年,卷(期) 2020,(7) 所属期刊栏目 智能、算法、系统工程
研究方向 页码范围 21-24
页数 4页 分类号 TP301.6
字数 2656字 语种 中文
DOI 10.3969/j.issn.1673-629X.2020.07.005
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 邱晓晖 南京邮电大学通信与信息工程学院 49 363 10.0 17.0
2 郭闯 南京邮电大学通信与信息工程学院 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (5)
共引文献  (1)
参考文献  (7)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2014(2)
  • 参考文献(1)
  • 二级参考文献(1)
2015(2)
  • 参考文献(0)
  • 二级参考文献(2)
2016(3)
  • 参考文献(2)
  • 二级参考文献(1)
2017(2)
  • 参考文献(2)
  • 二级参考文献(0)
2018(2)
  • 参考文献(2)
  • 二级参考文献(0)
2020(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
文本定位
EAST
BLSTM
感受野
自然场景
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机技术与发展
月刊
1673-629X
61-1450/TP
大16开
西安市雁塔路南段99号
52-127
1991
chi
出版文献量(篇)
12927
总下载数(次)
40
总被引数(次)
111596
相关基金
江苏省自然科学基金
英文译名:Natural Science Foundation of Jiangsu Province
官方网址:http://www.jsnsf.gov.cn/News.aspx?a=37
项目类型:
学科类型:
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导