面向精确定位的列车车号文本定位与识别

• 作者: 罗常津 艾鑫 邹琪
• 来源期刊: 计算机辅助设计与图形学学报
• 学科: 工学
• 关键词: 车号定位 车号识别 特征融合
• 年，卷（期）: 2020,（11）
• 所属期刊栏目: 图像与视觉
• 页码范围: 1863-1870
• 页数: 8页
• 分类号: TP391.41
• 语种: 中文
• DOI: 10.3724/SP.J.1089.2020.18054

摘要

针对现有文本定位方法应用于列车车号易出现定位边界不紧凑、面积占比小的车号漏检率高的问题,提出一种面向小尺度目标精确定位的列车车号定位与识别方法.其基于CTPN改进,在文本定位阶段,首先采用VGG16网络提取特征并融合多尺度的特征图,以利于定位小车号区域;其次采用区域建议网络生成候选区域,对其进行分类回归,分类过程设计了困难样本挖掘策略,即保留只包含半个数字的正样本,回归过程设计了边界敏感的细粒度文本框回归策略,以确保水平边界紧凑;最后连接候选区域,输出定位结果.文本识别阶段采用基于注意机制的文本识别方法.通过在Caffe环境验证车号检测数据集,结果表明,车号定位方法相对经典的文本定位方法提高0.11,车号整体识别F1分数为0.81.