基于文本强化与多分支卷积的文本检测方法

屠程力; 陈章进; 乔栋

首页> 中文期刊> 《微电子学与计算机》 >基于文本强化与多分支卷积的文本检测方法

基于文本强化与多分支卷积的文本检测方法

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

自然场景下的文本检测技术是多种工业应用的前提,但常用检测方法的准确率不佳.为此提出一种基于文本强化与多分支卷积的神经网络方法,用于检测自然场景中的图片文本.首先,在主干网络前加入文本区域强化的网络结构,在浅层网络提高文本区域的特征值,加强网络对文本特征的学习能力并抑制背景特征的表达.其次,针对场景文本高宽比差异大的特点,设计多分支结构的卷积模块,用接近文本形状的卷积核来表达差异化的感受野,并通过轻量级的注意力机制,补充网络对通道重要性的学习,其参数量仅为通道数的六倍.最后,改进损失函数在分类损失和检测框损失上的计算公式,对文本像素进行加权并引入覆盖预测框和标签框的最小矩形来表达重合度,提高网络在文本数据集上的训练有效性.消融实验和对比实验的结果表明,该方法的各个改进措施有效,在ICDAR2015和MSRA-TD500数据集上的分别取得了83.3%和82.4%的F值,同时在模糊文本、光斑文本和密集文本等困难样本的检测对比中表现较好.

著录项

来源
《微电子学与计算机》 |2022年第11期|69-77|共9页
作者
屠程力; 陈章进; 乔栋;
展开▼
作者单位

上海大学微电子研究与开发中心;

上海大学计算中心;

展开▼
原文格式 PDF
正文语种 chi
中图分类人工神经网络与计算;
关键词
神经网络; 文本检测; 图像处理; 注意力机制; 损失函数;

相似文献

中文文献
外文文献
专利

1. 融合文本图卷积和集成学习的文本分类方法 [J] . 周玄郎 ,邱卫根 ,张立臣 . 计算机应用研究 . 2022,第9期
2. 基于文本中心线的自然场景文本检测方法 [J] . 刘业鑫 ,卜巍 ,邬向前 . 智能计算机与应用 . 2020,第002期
3. 基于文本中心线的自然场景文本检测方法 [J] . 刘业鑫 ,卜巍 ,邬向前 . 智能计算机与应用 . 2020,第002期
4. 基于文本三区域分割的场景文本检测方法 [J] . 李煌 ,王晓莉 ,项欣光 . 计算机科学 . 2020,第011期
5. 基于文本剩余度的文本隐藏信息检测方法研究 [J] . 罗纲 ,孙星明 . 通信学报 . 2009,第006期
6. 文本情感分析中的卷积方法 [C] . 桂林 ,陆勤 ,徐睿峰 . 智能时代的创新、融合与发展——2018全国博士后学术交流会 . 2018
7. 基于卷积神经网络的场景文本检测与图像分类算法研究 [A] . 刘豪 . 2019

基于文本强化与多分支卷积的文本检测方法

摘要

著录项

相似文献

相关主题

期刊订阅