[发明专利]基于全卷积神经网络的候选文本框生成和文本检测方法有效
| 申请号： | 201611070587.9 | 申请日： | 2016-11-29 |
| 公开（公告）号： | CN106650725B | 公开（公告）日： | 2020-06-26 |
| 发明（设计）人： | 马景法;金连文;钟卓耀 | 申请（专利权）人： | 华南理工大学 |
| 主分类号： | G06K9/32 | 分类号： | G06K9/32;G06N3/04;G06N3/08 |
| 代理公司： | 广东广信君达律师事务所 44329 | 代理人： | 杨晓松 |
| 地址： | 510640 广东省广*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了基于全卷积神经网络的候选文本框生成和文本检测方法，包括步骤：生成文本区域候选框，inception‑RPN以自然场景图片和一套标记文本区域的真实边界框作为输入，产生可控数量的单词区域候选框，在VGG16模型的卷积特征响应图上滑动一个inception网络，并在每个滑动位置辅助一套文本特征先验框；并入容易引起歧义的文本类别监督信息，融入多层次的区域下采样信息，进行文本检测；通过反向传播和随机梯度下降，以一种端到端的方式训练inception候选框生成网络和文本检测网络；候选框迭代投票以一种补充的方式获得更高的文本召回率，使用候选框过滤算法，移除过剩的检测框。本发明在ICDAR 2011和2013robust文本检测标准数据库上分别获得0.83和0.85的准确率，优于先前最好的结果。 | ||
| 搜索关键词： | 基于 卷积 神经网络 候选 文本框 生成 文本 检测 方法 | ||
【主权项】：
基于全卷积神经网络的候选文本框生成和文本检测方法，其特征在于，包括步骤S1：生成文本区域候选框，inception‑RPN以自然场景图片和一套标记文本区域的真实边界框作为输入，产生可控数量的单词区域候选框，在VGG16模型的卷积特征响应图上滑动一个inception网络，并在每个滑动位置辅助一套文本特征先验框；S2：并入容易引起歧义的文本类别监督信息，融入多层次的区域下采样信息，进行文本检测；S3：通过反向传播和随机梯度下降，以一种端到端的方式训练inception候选框生成网络和文本检测网络；S4：候选框迭代投票以一种补充的方式获得更高的文本召回率，使用候选框过滤算法，移除过剩的检测框。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于华南理工大学，未经华南理工大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201611070587.9/，转载请声明来源钻瓜专利网。
- 上一篇：建立交通标志数据库的方法和装置
- 下一篇：一种车牌识别方法
