典型文献
基于多尺度注意力机制的场景文本擦除
文献摘要：
自然场景文本擦除技术可应用在图像通信中的隐私保护、图像编辑等领域,然而现阶段的场景文本擦除在面对背景复杂、文本尺度变化较大的场景图像时,难以提取鲁棒的文本特征,出现文本检测不全、背景修复不完整等问题.针对上述问题,文中提出基于多尺度注意力机制的场景文本擦除框架.该框架主要由背景修复网络和文本检测网络共同组成,它们共享一个主干网络.在背景修复网络中,设计纹理自适应模块,从原始特征的通道和空间两个维度进行特征编码,自适应地集成局部特征与全局特征,有效修复因重构文本区域而导致的阴影部分.在文本检测网络中,设计上下文感知模块,学习图像中文本区域和非文本区域之间的判别关系,有效区分文本区域和非文本区域,提升文本检测的效果.此外,为了增强网络的感受野,改进不同尺度文本的擦除效果,提出多尺度特征损失函数,同时优化背景修复网络和文本检测网络.SCUT-SYN、SCUT-EnsText数据集上的实验表明,文中框架可取得较优的文本擦除性能.
文献关键词：
场景文本擦除;文本分割;注意力机制;多尺度特征;端到端方法
中图分类号：
作者姓名：
何平;张恒;刘成林
作者机构：
安徽大学 计算机科学与技术学院 合肥230601;中国科学院自动化研究所 模式识别国家重点实验室 北京100190;中国科学院大学 人工智能学院 北京100049
文献出处：
引用格式：
[1]何平;张恒;刘成林-.基于多尺度注意力机制的场景文本擦除)[J].模式识别与人工智能,2022(07):614-624
A类：
场景文本擦除,EnsText
B类：
多尺度注意力,注意力机制,自然场景,图像通信,隐私保护,图像编辑,尺度变化,场景图像,文本特征,文本检测,复网,测网,主干网络,特征编码,局部特征,全局特征,重构文本,本区,阴影,上下文感知,感知模块,别关,分文,感受野,不同尺度,多尺度特征,特征损失,损失函数,同时优化,SCUT,SYN,可取,文本分割,端到端方法
AB值：
0.32901
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。
