典型文献
Mask Text Detector:一种检测自然场景下任意形状的文本分割网络
文献摘要：
近年来场景文本检测技术飞速发展,提出一种可适用于任意形状文本检测的新颖算法Mask Text Detector.该算法在Mask R-CNN的基础上,用anchor-free的方法替代了原本的RPN层生成建议框,减少了超参、模型参数和计算量.还提出LQCS(Localization Quality and Classification Score)joint regression,能够将坐标质量和类别分数关联到一起,消除预测阶段不一致的问题.为了让网络区分复杂样本,结合传统的边缘检测算法提出Socle-Mask分支生成分割掩码.该模块在水平和垂直方向上分区别提取纹理特征,并加入通道自注意力机制,让网络自主选择通道特征.我们在三个具有挑战性的数据集(Total-Text、CTW1500和ICDAR2015)中进行了广泛的实验,验证了该算法具有很好的文本检测性能.
文献关键词：
目标检测;文本检测;图像处理;分割网络
中图分类号：
作者姓名：
向伟;程博;杨航;祝来李;武钰智;王雅丽
作者机构：
西南民族大学电子信息工程国家民委重点实验室,四川 成都610041
文献出处：
引用格式：
[1]向伟;程博;杨航;祝来李;武钰智;王雅丽-.Mask Text Detector:一种检测自然场景下任意形状的文本分割网络)[J].西南民族大学学报（自然科学版）,2022(06):660-666
A类：
LQCS,Socle
B类：
Mask,Text,Detector,自然场景,下任,任意形状,文本分割,分割网络,场景文本检测,anchor,free,RPN,计算量,Localization,Quality,Classification,Score,joint,regression,杂样,边缘检测算法,掩码,垂直方向,纹理特征,通道自注意力机制,自主选择,通道特征,Total,CTW1500,ICDAR2015,检测性能,目标检测
AB值：
0.440917
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
