结合感受野增强和全卷积网络的场景文字检测方法
自然场景图像质量易受光照及采集设备的影响,且其背景复杂,图像中文字颜色、尺度、排列方向多变,因此,自然场景文字检测具有很大的挑战性.本文提出一种基于全卷积网络的端对端文字检测器,集中精力在网络结构和损失函数的设计,通过设计感受野模块并引入Focalloss,GIoUloss进行像素点分类和文字包围框回归,从而获得更加稳定且准确的多方向文字检测器.实验结果表明本文方法与现有先进方法相比,无论是在多方向场景文字数据集还是水平场景文字数据集均取得了具有可比性的成绩.
感受野增强、Focalloss、GIoUloss、全卷积网络
48
TP391.41;TN911.73;TS207.3
陕西省自然科学基础研究计划项目;国家重点研发计划
2022-04-24(万方平台首次上网日期,不代表论文的发表时间)
共11页
797-807