基于分割的自然場景下文本檢測方法與應用
所屬分類：技術論文
上傳者：aetmagazine
文檔大?。?span>560 K
標簽： 像素分割 注意力機制 LSTM
所需積分：0分積分不夠怎么辦？
文檔介紹：自然場景文本檢測識別在智能設備中應用廣泛，而對文本識別的第一步則是對文本進行精確的定位檢測。對于現(xiàn)有像素分割方法PixelLink中存在的彎曲文本定位包含過多背景信息、檢測圖像后處理不足兩個主要問題提出改進。引入特征通道注意力機制，關注生成特征圖中特征通道間的權重關系，提升檢測方法的魯棒性。接著改變公開數(shù)據(jù)集標注形式，將坐標點表示為一串帶有方向的序列形式，在LSTM模型中進行多邊形框的學習與框定。最后在公開數(shù)據(jù)集和自建數(shù)據(jù)集上進行文本檢測測試。實驗表明，改進的檢測方法在各數(shù)據(jù)集中表現(xiàn)優(yōu)于原方法，與當前領先方法精度相近，能夠在各個環(huán)境中完成對文本的檢測功能。
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。