面向自然场景文本检测的改进NMS算法

摘要：

近些年来,卷积神经网络算法在自然场景文本检测效果上较传统算法已经有了很大提升,但如何有效处理神经网络输出层候选框仍然值得研究.非极大值抑制算法(non-maximum suppression,NMS)通过选择最高置信度候选框作为检测结果,往往容易对较长文本以及混叠文本区域检测失效.考虑到该问题,可以将候选框集合进行排序滤波与融合计算,得到更准确的候选框,有效减少上述检测失效的情况.这种方法,可以直接嵌入原有方法中,而不需要改变网络结构或者增加任何训练量.通过在公开数据集上进行实验,对比其他方法,该方法有较大优势.

关键词：自然场景文本检测;卷积神经网络;非极大值抑制;排序滤波;融合计算

所属期刊栏目：58

分类号：TP391(计算技术、计算机技术)

资助基金：新疆自然科学基金青年基金项目2016D01C079

在线出版日期：2022-01-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：204-208