基于分割的自然场景下文本检测方法与应用AET-电子技术应用-最丰富的电子设计资源平台

基于分割的自然场景下文本检测方法与应用
所属分类：技术论文
上传者：aetmagazine
文档大小：560 K
标签：像素分割注意力机制 LSTM
所需积分：0分积分不够怎么办？
文档介绍：自然场景文本检测识别在智能设备中应用广泛，而对文本识别的第一步则是对文本进行精确的定位检测。对于现有像素分割方法PixelLink中存在的弯曲文本定位包含过多背景信息、检测图像后处理不足两个主要问题提出改进。引入特征通道注意力机制，关注生成特征图中特征通道间的权重关系，提升检测方法的鲁棒性。接着改变公开数据集标注形式，将坐标点表示为一串带有方向的序列形式，在LSTM模型中进行多边形框的学习与框定。最后在公开数据集和自建数据集上进行文本检测测试。实验表明，改进的检测方法在各数据集中表现优于原方法，与当前领先方法精度相近，能够在各个环境中完成对文本的检测功能。
现在下载
VIP会员，AET专家下载不扣分；重复下载不扣分，本人上传资源不扣分。

活动