基于YOLO的自然场景倾斜文本定位方法研究

• 作者: 周翔宇 高仲合
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 深度学习 卷积神经网络 目标检测 倾斜文本定位 聚类
• 年，卷（期）: 2020,（9）
• 所属期刊栏目: 图形图像处理
• 页码范围: 213-220
• 页数: 8页
• 分类号: TP311
• 字数: 6015字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1911-0032

摘要

为了提升倾斜文本区域定位的准确度,提出了一种基于YOLO算法改进的YOLO_BOX定位模型.设置不同尺寸的anchor对图片进行训练,且定义LOSS损失函数训练预测模型;使用K-means算法对box进行聚类,并利用NMS方法进行多余候选框过滤;利用Angle Correct算法对聚类后的box进行灰度化处理,通过计算像素灰度值的方差来得到文字的倾斜角度并进行角度矫正.实验结果表明,优化后的YOLO_BOX定位模型在ICDAR2015数据集上,对自然场景中倾斜文本区域的定位中具有较高的准确率和召回率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	高仲合	曲阜师范大学软件学院	99	300	8.0	11.0
2	周翔宇	曲阜师范大学软件学院	2	1	1.0	1.0