基于分割的自然场景下文本检测方法与应用
所屬分類：技术论文
上傳者：aetmagazine
文檔大?。?span>560 K
標簽： 像素分割 注意力机制 LSTM
所需積分：0分積分不夠怎么辦？
文檔介紹：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。
現(xiàn)在下載
VIP會員，AET專家下載不扣分；重復下載不扣分，本人上傳資源不扣分。