计算机应用研究

作者：卢利琼,吴东,吴涛,刘瑶,

单位：岭南师范学院a.信息工程学院;b.广东省特殊儿童发展与教育重点实验室;c.教学发展与质量测评中心,广东湛江524048；

关键词：自然场景图像,文本检测,位置特性,anchor-free,卷积神经网络,

基金：国家自然科学基金资助项目(62005109)；广东省自然科学基金资助项目(2017A030307030)；岭南师范学院自然科学人才专项资助项目(ZL2021015)；广东省特殊儿童发展与教育重点实验室资助项目(TJ202011)；；

针对现有优秀的anchor-free文本检测方法只挖掘了文本框几何特性而没有考虑文本框位置特性且缺乏有效的过滤机制，提出了挖掘文本框位置特性的anchor-free自然场景文本检测方法。该方法以ResNet50作为卷积神经网络的主干网络，将多个不同尺寸的特征层融合后预测文本框的几何特性和位置特性，最后辅之以二层过滤机制得到最终的检测文本框。在公开的数据集ICDAR2013和ICDAR2011上F值分别达到了0.870和0.861，证明了该方法的有效性。

来源：2021年第8期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2021年第8期