[发明专利]一种基于深度度量模型的文本检测方法

摘要

本发明公开了一种基于深度度量模型的文本检测方法，包括：步骤1，使用MSER检测算法，得到字符级别的候选区域。步骤2，使用分类器对候选区域进行过滤，去掉非字符区域。步骤3，根据几何位置信息，将已得到的字符聚类成文本行。步骤4，根据启发式规则，对文本行进行分割，分割成每一个具体的词。步骤5，构造词级别的训练集。步骤6，训练深度度量学习模型。步骤7，使用步骤6得到的深度度量模型，对文本框进行分类，得到最终的文本框区域。

主权项

1.一种基于深度度量模型的文本检测方法，其特征在于，包括如下步骤：步骤1，使用MSER检测算法，对输入图像进行检测，得到字符级别的候选区域；步骤2，构建字符级别的训练数据集，根据已标注好的字符区域，截取字符区域内文字信息作为正类，对于步骤1得到的候选区域，选取与正类没有重合的候选区域作为负类，正类和负类组成字符级别的训练数据集，作为输入，训练深度神经网络，使用此训练好的深度神经网络作为分类器，对候选区域的候选字符进行分类，筛选过滤，去掉负类；步骤3，选取每个候选区域的中心点，根据每个中心点的横坐标，设置较小的阀值，将在这阀值以内的候选字符区域按照水平方向，全部划分到同一个文本行区域；步骤4，计算步骤3得到的文本行区域中每个字符之间的平均距离，对于大于平均距离两倍的两个字符进行分割，将其划分为两个不同的单词，反之，将不到平均距离两倍的两个字符归属于同一单词，从而得到词级别的候选区域；步骤5，根据步骤4得到的词级别的候选区域，每一个字符都属于一个单词，一个单词是由至少一个字符构成，把构造出的所有单词作为词级别的数据集，根据词级别的文本标注信息，截取对应区域作为正类，将与正类没有重合的区域作为负类；步骤6，根据步骤5得到的正类和负类，将它们作为输入，搭建深度度量模型并训练，该训练好的模型能够用于词级别的分类；步骤7，根据步骤6得到的深度度量模型，对待测试图像进行过滤，得到最终的文本区域。