[发明专利]基于分割候选区提取的多方向文本检测算法

摘要

本发明涉及一种新的基于分割的多方向文本检测框架，主要解决了现有的算法对多方向的文本定位不够精准的问题。该方法首先采用全卷积网络对输入图片进行分割，然后将分割获取的连通区域的外接矩形框作为候选区域。由于获取的外接矩形框带有一定的旋转角度，无法直接通过ROIpooling层进行特征提取。因此一种新的旋转的ROIpooling层被引入到网络结构中进行特征的提取。最后经过两层全连接层对候选区域进行分类和回归。

主权项

1.一种基于分割候选区提取的多方向文本检测算法，其特征在于步骤如下：步骤1：对训练数据集进行随机截取采样，将groundtruth矩形框包含的区域向内缩放一半；步骤2：利用步骤1中生成的训练数据训练层级的全卷积网络，得到分割模型；步骤3：利用步骤2中训练的分割模型对输入图片进行分割，通过连通域分析的方法，获取连通域的外接矩形框作为候选区域；步骤4：通过分析连通区域的主轴方向，获取旋转角度；将获取的候选区域映射到原图四分之一大小的特征图上；步骤5：根据步骤4中获取的旋转角度，构建旋转矩阵，引入到ROIpooling层中，得到可处理多方向候选区域的旋转ROIpooling层；利用旋转ROIpooling层获取候选区域的特征向量；旋转后的特征图宽高可由下式求得：H_r＝W*sinβ+H*cosβ                          (13)W_r＝W*cosβ+H*sinβ                           (14)W、H为旋转前的宽和高，β为旋转角度；旋转变换矩阵如下式所示：其中，步骤6：将特征向量输入到两层全连接层中，进行回归和分类，实现对多方向文本的检测。