结合感受野增强和全卷积网络的场景文字检测方法
文献类型：期刊论文
| 作者 | 李晓玉; 宋永红; 余涛 |
| 刊名 | 自动化学报
 |
| 出版日期 | 2022 |
| 卷号 | 48期号:3页码:797-807 |
| 关键词 | 感受野增强 Focalloss GIo Uloss 全卷积网络 |
| ISSN号 | 0254-4156 |
| DOI | 10.16383/j.aas.c190376 |
| 英文摘要 | 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. |
| 源URL | [http://ir.ia.ac.cn/handle/173211/56390]  |
| 专题 | 自动化研究所_学术期刊_自动化学报 |
| 推荐引用方式 GB/T 7714 | 李晓玉,宋永红,余涛. 结合感受野增强和全卷积网络的场景文字检测方法[J]. 自动化学报,2022,48(3):797-807. |
| APA | 李晓玉,宋永红,&余涛.(2022).结合感受野增强和全卷积网络的场景文字检测方法.自动化学报,48(3),797-807. |
| MLA | 李晓玉,et al."结合感受野增强和全卷积网络的场景文字检测方法".自动化学报 48.3(2022):797-807. |
入库方式： OAI收割
来源：自动化研究所
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。