基于改进Faster R-CNN的自然场景文字检测算法

论文摘要

自然场景中的文字受光照、污迹、文字较小等方面的影响,其检测难度较大,且传统的检测方法效果不好。在研究目标检测方法 Faster RCNN的基础上,提出一种针对自然场景文字的改进方法。改进的模型由卷积神经网络特征提取模块,嵌套LSTM（nested long short-term memory,NLSTM）模块和区域候选网络（region proposal network,RPN）模块3部分组成,改进点主要是卷积神经网络特征提取模块增加了不同卷积层的空间特征融合,能够提取多层次的特征;增加嵌套LSTM模块能够学习长序列文本的序列特征,便于检测不定长度的文本序列; RPN模块通过设置宽为8像素,高度不定的锚点（anchor）,可以提取一系列可能存在的目标建议框,其对小目标文字效果较好。在实验部分,通过对标准数据集（ICDAR 2013,Multilingual）的实验结果对比表明,所提出的改进算法在准确率和效率方面明显优于改进前的算法。通过实列测试,改进的模型对小目标文字检测效果也有所提升。

论文目录

• 0 引言
• 1 卷积神经网络和嵌套长短期记忆网络
•   1.1 卷积神经网络
•   1.2 嵌套长短期记忆网络
• 2 改进Faster R-CNN的检测算法
•   2.1 卷积神经网络特征提取模块
•   2.2 嵌套长短期记忆网络模块
•   2.3 RPN模块
• 3 实验
•   3.1 实验环境和数据集
•   3.2 评价指标
•     3.2.1 模型评估指数
•     3.2.2 模型复杂度分析
•   3.3 实验结果及分析
• 4 结束语

文章来源

类型: 期刊论文

作者: 杨宏志,庞宇,王慧倩

关键词: 区域候选网络,空间特征,长序列文本,建议框,准确率

来源: 重庆邮电大学学报(自然科学版) 2019年06期

年度: 2019

分类: 信息科技

专业: 计算机软件及计算机应用,自动化技术

单位: 重庆邮电大学光电信息感测与信息传输实验室

基金: 国家自然科学基金(61301124,61471075,61671091),重庆科委自然科学基金(cstc2016jcyjA0347),重庆高校创新团队建设计划(智慧医疗系统与核心技术)~~

分类号: TP391.41;TP18

页码: 876-884

总页数: 9

文件大小: 1356K

下载量: 238