基于DenseNet的自然场景文本检测

摘要：

针对自然场景中由文本背景复杂、文字大小不同而引起的文本检测准确率不高的问题,提出了一种基于DenseNet改进的文本检测方法.首先使用DenseNet网络提取更深层次的文本特征,通过引入协调注意力,将位置信息嵌入通道注意力中获取大区域特征;其次对DenseNet网络使用特征融合技术,使改进后的网络能够提取文本信息更丰富的特征,降低了漏检和误检文本的概率.结果表明:该模型在数据集ICDAR2011和ICDAR2013中的准确率分别达到了 0.88和0.89,证实了该改进方法的有效性.

关键词：自然场景、文本检测、DenseNet、协调注意力、特征融合

所属期刊栏目：44

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金;湖北省三峡实验室创新基金

在线出版日期：2022-08-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：309-314