典型文献
结合感受野增强和全卷积网络的场景文字检测方法
文献摘要：
自然场景图像质量易受光照及采集设备的影响,且其背景复杂,图像中文字颜色、尺度、排列方向多变,因此,自然场景文字检测具有很大的挑战性.本文提出一种基于全卷积网络的端对端文字检测器,集中精力在网络结构和损失函数的设计,通过设计感受野模块并引入Focalloss,GIoUloss进行像素点分类和文字包围框回归,从而获得更加稳定且准确的多方向文字检测器.实验结果表明本文方法与现有先进方法相比,无论是在多方向场景文字数据集还是水平场景文字数据集均取得了具有可比性的成绩.
文献关键词：
感受野增强;Focalloss;GIoUloss;全卷积网络
中图分类号：
作者姓名：
李晓玉;宋永红;余涛
作者机构：
西安交通大学软件学院 西安710049;西安交通大学人工智能学院 西安710049
文献出处：
引用格式：
[1]李晓玉;宋永红;余涛-.结合感受野增强和全卷积网络的场景文字检测方法)[J].自动化学报,2022(03):797-807
A类：
场景文字检测,Focalloss,GIoUloss
B类：
感受野增强,全卷积网络,自然场景,场景图像,图像质量,端对端,检测器,集中精力,损失函数,设计感,感受野模块,行像,像素点,包围,多方向,方向场,字数,可比性
AB值：
0.255186
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。
