适用于文字检测的候选框提取算法

摘要：

在文字检测的相关研究中,针对文字的候选框提取方法并未得到广泛关注与深入挖掘.一方面由于文字本身结构和一般物体具有较强的差异性,另一方面由于文字对检测的精度要求高.本文提出了一种针对文字的候选框提取算法,该算法首先利用全卷积网络进行快速预测文字区域,有效地减少了候选框的搜索范围,然后针对文字特性对EdgeBox算法进行改进,使之适用于自然场景文字候选框的提取.此外,本文在两个自然场景文字检测的标准数据集上对该算法进行了评测,并与其他已有的候选框提取方法进行了比较.实验结果表明本文方法相较其他算法,具有更好的性能和鲁棒性.

关键词：物体候选框、自然场景文字检测、全卷积网络、EdgeBox

所属期刊栏目：32

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金优秀青年基金61222308;国家自然科学基金重点61733007;国家自然科学基金61573160,61572207;教育部新世纪优秀人才支持计划NCET-12-0217;华中科技大学自主创新基金

在线出版日期：2018-01-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：1097-1106