基于轻量级网络的自然场景下的文本检测

• 作者: 孙婧婧 张青林
• 来源期刊: 电子测量技术
• 学科: 工学
• 关键词: 文本检测 自然场景 轻量级网络 特征融合
• 年，卷（期）: 2020,（8）
• 所属期刊栏目: 信息技术及图像处理
• 页码范围: 101-107
• 页数: 7页
• 分类号: TN183
• 语种: 中文
• DOI: 10.19651/j.cnki.emt.1903902

摘要

由于自然场景中的文本的提取与理解具有重要的现实应用意义,如盲人导航,图片筛选等,针对传统文本检测步骤繁多、效率低下和深度学习复杂度高的问题,本文提出了一种基于轻量级网络的自然场景下的文本检测.该网络基于回归的思想使用全卷积网络结构进行不同层次的特征的融合,快速且准确的定位出文本区域,一步输出预测框.网络采用U-net结构提取卷积特征和预测文本,可以准确定位图片中的小文本行,在分辨率低的图片,定位图片中的文本行方面,也有很好的效果.该方法使用非极大值抑制消除多余的文本框,可以用于不同语言,不同方向的文本定位.在数据集ICDAR2015取得了不错的效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张青林		4	2	1.0	1.0
2	孙婧婧		1	0	0.0	0.0