基于分散注意力与路径增强特征金字塔的文本检测

摘要：

为了进一步提升基于卷积神经网络的文本检测器的检测精度,首先,用具有分散注意力机制的特征提取网络替代原始算法的主干网络,如残差网络,以促进通道间的信息交互,最大化地激活文本特征.其次,在原始特征金字塔网络的基础上增加自底向上的路径,以减少文本特征信息的损耗.实验结果表明,本算法在CTW1500、Total-Text曲线数据集上的平均精度分别为78.7％、79.0％,在多方向数据集和多语言数据集的平均精度分别为82.7％、79.3％,相比其他算法均有一定的提升.

关键词：图像处理、卷积神经网络、主干网络、分散注意力机制、特征金字塔网络

所属期刊栏目：57

分类号：TP391(计算技术、计算机技术)

资助基金：山东省自然科学基金ZR2019MF050

在线出版日期：2021-03-04（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：241-249