10.3969/j.issn.1000-386x.2022.04.035
基于RefineNet特征融合的改进EAST场景文本检测方法
特征融合是文本检测算法的重要步骤.为提升文本检测的召回率和准确率,提出一种利用RefineNet(Refinement Network)网络进行特征融合的改进EAST(Efficient and Accurate Scene Text Detector)算法.以ResNet(Residual Network)残差网络作为特征提取层的骨干网络,提取出2-5层的特征图;用RefineNet取代East模型中的维度拼接算法,融合多分辨率特征,将4路特征图合并成1路RCU(Residual Conv Unit)输出;经过卷积、池化和上采样等操作在输出层得到文本框的置信度、文本框的位置信息以及文本框旋转角度,通过非最大值抑制输出检测结果.实验结果表明,在相同实验环境条件下,采用该方法比原EAST方法准确率提高约2百分点,召回率提高约8百分点.
文本检测、残差网络、特征提取、特征融合
39
TP301.6(计算技术、计算机技术)
上海市自然科学基金16ZR1413300
2022-06-29（万方平台首次上网日期，不代表论文的发表时间）
共6页
223-227,319
