面向自然场景的中文文本检测

• 作者: 贾颖 程艳云
• 来源期刊: 微电子学与计算机
• 学科: 工学
• 关键词: 文本检测 特征金字塔 BAM注意力机制 可微二值化 AC Loss
• 年，卷（期）: 2022,（3）
• 所属期刊栏目: 人工智能与算法
• 页码范围: 25-33
• 页数: 8页
• 分类号: TP391.4
• 语种: 中文
• DOI: 10.19304/J.ISSN1000-7180.2021.0897

摘要

随着深度学习的发展，自然场景的文本检测取得了进步，但多方向和弯曲中文文本检测效果仍不理想.针对多方向和弯曲中文文本的检测问题，提出一种融合注意力机制的多尺度文本检测方法.为了平衡模型准确性和降低计算复杂度，采用轻量级Resnet18为主干网络.针对特征金字塔(FPN)提取的特征分布不确定性的问题，嵌入平衡注意力机制(BAM)提取有效文本特征并抑制低效特征通道，进而提升检测方法的鲁棒性.针对空洞空间金字塔池化网络(ASPP)下采样时图像局部信息和细节信息丢失的问题，改进ASPP以降低特征图分辨率的损失.针对FPN提取特征不足以及感受野小的问题，将嵌入注意力机制的FPN和改进的ASPP并行增强特征提取融合.针对正负样本的不平衡性的问题，基于可微二值化模块在二值图损失中引入对数化的AC Loss，从而增强检测模型的泛化能力.在公开数据集MSRA-TD500上的实验结果表明，该算法与目前快速高效的DBnet相比，准确率、召回率和F值分别提升0.1%、1.4%和0.6%，并且该算法的检测速率也有较好表现。