公开(公告)号：CN113159070B

公开(公告)日：2024-12-31

申请号：CN202110416706.6

申请日：2021-04-19

Applicant: 哈尔滨理工大学

Inventor： 张开玉 ,  卢玉莹

IPC: G06V10/80 ,  G06V10/44 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/0442 ,  G06N3/08 ,  G06N5/04 ,  G06N3/045

Abstract: 本发明属于自然场景文本检测算法技术领域，特别涉及一种DRRG算法优化方法，步骤1：图像预处理；步骤2：输入特征提取网络进行特征提取；步骤3：特征融合；步骤4：FFM特征融合；步骤5：输入BLSTM网络；步骤6：输入Text‑GCN深度关系推理网络；步骤7：输出结果。通过FFM特征融合模块先将步骤3中输出的底层大感受野特征融合结果与中层中感受野特征融合结果进行特征融合，进一步再与顶层小感受野特征融合输出结果融合，解决DRRG算法对小感受野文本关注不够，大感受野特征图在融合过程中比例逐渐减小，不利于后续处理等问题。DRRG算法预测误差大大减小，召回率及精确率大大提升。

公开(公告)号：CN113159070A

公开(公告)日：2021-07-23

申请号：CN202110416706.6

申请日：2021-04-19

Applicant: 哈尔滨理工大学

Inventor： 张开玉 ,  卢玉莹

IPC: G06K9/46 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08 ,  G06N5/04

Abstract: 本发明属于自然场景文本检测算法技术领域，特别涉及一种DRRG算法优化方法，步骤1：图像预处理；步骤2：输入特征提取网络进行特征提取；步骤3：特征融合；步骤4：FFM特征融合；步骤5：输入BLSTM网络；步骤6：输入Text‑GCN深度关系推理网络；步骤7：输出结果。通过FFM特征融合模块先将步骤3中输出的底层大感受野特征融合结果与中层中感受野特征融合结果进行特征融合，进一步再与顶层小感受野特征融合输出结果融合，解决DRRG算法对小感受野文本关注不够，大感受野特征图在融合过程中比例逐渐减小，不利于后续处理等问题。DRRG算法预测误差大大减小，召回率及精确率大大提升。