典型文献
多层次特征融合与注意力机制的文本检测
文献摘要：
卷积神经网络在自然场景文本检测中的应用,大大提高了文本检测的准确性.但由相机视角和文本本身引起的尺度多变性以及文本分布的多样性仍然给文本检测带来了挑战.从解决文本尺度多变性的角度出发,本文提出了一个新的多层次特征融合模块,在特征金字塔融合不同层级特征的同时,额外添加了一个空洞卷积池化模块分支,在不降低特征尺度的同时拥有不同的感受野,获取了更丰富的特征,有利于缓解文本尺度多变性的问题.本文通过特征注意力机制进一步提取更加适合于文本的特征,有效地实现了不同通道间信息的交互,缓解了因文本分布多样性而带来的检测难题.本文进一步提升了文本检测器的准确率,在ICDAR2015,CTW1500,Total-Text,MSRA-TD500这四个数据集上的实验结果证明了本文所提方法的有效性.
文献关键词：
自然图像中的文本检测;尺度多变性;注意力机制;特征融合;空洞卷积
中图分类号：
作者姓名：
骆文莉;吴秦
作者机构：
江南大学 人工智能与计算机学院,江苏 无锡214122;江南大学 江苏省模式识别与计算智能工程实验室,江苏 无锡214122
文献出处：
引用格式：
[1]骆文莉;吴秦-.多层次特征融合与注意力机制的文本检测)[J].小型微型计算机系统,2022(04):815-821
A类：
尺度多变性,TD500,自然图像中的文本检测
B类：
多层次特征融合,自然场景文本检测,本本,特征融合模块,特征金字塔融合,层级特征,空洞卷积,池化,不降,特征尺度,感受野,特征注意力机制,检测器,ICDAR2015,CTW1500,Total,Text,MSRA
AB值：
0.242725
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。
