基于FCN的多方向自然场景文字检测方法

• 作者: 何璇 李秀梅 杨剑锋 王润民 钱盛友
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 自然场景文字检测 深度学习 全卷积网络 语义分割
• 年，卷（期）: 2020,（2）
• 所属期刊栏目: 模式识别与人工智能
• 页码范围: 164-170
• 页数: 7页
• 分类号: TP183
• 字数: 4963字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1810-0285

摘要

传统的自然场景文字检测方法所采用的手工设计特征在应对复杂自然场景时缺乏鲁棒性.针对复杂自然场景中的多方向文字检测问题,提出了一种新的基于深度学习文字检测方法,采用全卷积网络(Fully Convolutional Networks,FCN)并融合多尺度文字特征图,结合语义分割的方法分割文字候选区域,利用分割得到的文字候选区域直接获取文字候选检测框并进行扩大补偿处理,对文字候选检测框进行后处理得到最终检测结果.该方法在ICDAR2013、ICDAR2015标准数据集进行了测评,实验结果表明该方法相比一些最新方法取得了更好的性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	钱盛友	湖南师范大学物理与电子科学学院	108	738	15.0	19.0
2	杨剑锋	湖南师范大学信息科学与工程学院	29	126	6.0	10.0
3	王润民	湖南师范大学信息科学与工程学院	7	101	5.0	7.0
4	何璇	湖南师范大学信息科学与工程学院	1	0	0.0	0.0
5	李秀梅	湖南师范大学信息科学与工程学院	1	0	0.0	0.0