基于DenseNet自然场景文本检测 |
| |
作者姓名: | 刘会江 曾浩 陈阳 |
| |
作者单位: | 重庆邮电大学通信与信息工程学院,重庆400065;重庆邮电大学通信与信息工程学院,重庆400065;重庆邮电大学通信与信息工程学院,重庆400065 |
| |
基金项目: | 重庆市教委自然科学基金项目 |
| |
摘 要: | 针对自然场景文本图片背景的多样性、多变性、复杂性等问题,提出一种基于密集连接网络(DenseNet)的DenseText模型。使用改进的DenseNet网络进行提取特征;为更好适应文本图片字体较长的特点,采用长方形卷积核代替传统网络的正方形卷卷积核;区别于传统的NMS后处理算法,使用Soft-NMS算法进行优化。识别框架上,采用CRNN网络进行识别,形成一个端到端的自然场景文本检测与识别的一体化网络框架。实验结果表明,该网络模型在ICDAR13数据集上取得了令人信服的结果,提高了检测结果的准确率,降低了假阳性,recall达到0.85,F为0.88。
|
关 键 词: | 自然场景 文本检测 文本识别 长卷积核 密集连接网络 软非极大值抑制 |
本文献已被 万方数据 等数据库收录! |
|