-
公开(公告)号：CN111242113B
公开(公告)日：2022-07-08
申请号：CN202010017936.0
申请日：2020-01-08
Applicant: 重庆邮电大学
IPC: G06V10/22 , G06V30/148 , G06V10/764 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明涉及一种任意方向自然场景文本识别方法，属于数字图像处理领域，包括以下步骤：S1：首先使用高分辨分割网络HRNet作为基础框架提取文本的空间信息；S2：然后使用卷积长短时记忆ConvLSTM模型提取文本的时空序列信息；S3：通过设计字符注意机制使得模型的注意力在字符上，并使用可微分二值化函数进一步加大网络对前景的注意力，而削弱对背景区域的关注；S4：网络对每个像素点进行37分类，将分类结果按照从左到右的顺序转换成文本。本发明能识别任意方向的场景文本，同时对低分辨率和强噪声文本均有较强的鲁棒性。
-
公开(公告)号：CN110533041B
公开(公告)日：2022-07-01
申请号：CN201910838235.0
申请日：2019-09-05
Applicant: 重庆邮电大学
Abstract: 本发明涉及基于回归的多尺度场景文本检测方法，属于数字图像处理领域。该方法具体包括：S1：设置充足的具有文本位置标定的训练数据；S2：构建特征提取网络，包括自低向上的前向网络过程和自顶向下的特征融合过程，用于提取出各训练数据的低中高层特征；S3：对送入检测层的各层特征使用级联模块；S4：采用基于回归的检测框架，根据文本特征设置合适的默认框，检测图像中的文本位置。本发明采用的级联模块提高了网络的感受野，使得设置的文本特征的默认框十分合适，最终准确的检测到图像中的文本位置。
-
公开(公告)号：CN111242113A
公开(公告)日：2020-06-05
申请号：CN202010017936.0
申请日：2020-01-08
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种任意方向自然场景文本识别方法，属于数字图像处理领域，包括以下步骤：S1：首先使用高分辨分割网络HRNet作为基础框架提取文本的空间信息；S2：然后使用卷积长短时记忆ConvLSTM模型提取文本的时空序列信息；S3：通过设计字符注意机制使得模型的注意力在字符上，并使用可微分二值化函数进一步加大网络对前景的注意力，而削弱对背景区域的关注；S4：网络对每个像素点进行37分类，将分类结果按照从左到右的顺序转换成文本。本发明能识别任意方向的场景文本，同时对低分辨率和强噪声文本均有较强的鲁棒性。
-
公开(公告)号：CN110533041A
公开(公告)日：2019-12-03
申请号：CN201910838235.0
申请日：2019-09-05
Applicant: 重庆邮电大学
Abstract: 本发明涉及基于回归的多尺度场景文本检测方法，属于数字图像处理领域。该方法具体包括：S1：设置充足的具有文本位置标定的训练数据；S2：构建特征提取网络，包括自低向上的前向网络过程和自顶向下的特征融合过程，用于提取出各训练数据的低中高层特征；S3：对送入检测层的各层特征使用级联模块；S4：采用基于回归的检测框架，根据文本特征设置合适的默认框，检测图像中的文本位置。本发明采用的级联模块提高了网络的感受野，使得设置的文本特征的默认框十分合适，最终准确的检测到图像中的文本位置。
-
-
-
Search Results
4
records
(took 0.015 seconds)
