[发明专利]一种城市生活垃圾物品外包装文本检测方法在审
| 申请号： | 201910416098.1 | 申请日： | 2019-05-19 |
| 公开（公告）号： | CN110222680A | 公开（公告）日： | 2019-09-10 |
| 发明（设计）人： | 曾明;赵丹萍;李祺;王湘晖 | 申请（专利权）人： | 天津大学 |
| 主分类号： | G06K9/20 | 分类号： | G06K9/20;G06K9/62;G06N3/04 |
| 代理公司： | 天津市北洋有限责任专利代理事务所 12201 | 代理人： | 杜文茹 |
| 地址： | 300072*** | 国省代码： | 天津;12 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 一种城市生活垃圾物品外包装文本检测方法：采集城市垃圾物品外包装的图像数据集，并对图像数据集中的每个图像的文本区域进行标注；对标注完成的图像数据集中的每个图像根据文本区域的标注生成文本分数特征图和多通道位置特征图，构成每个图像的训练标签；将图像数据集中的图像按照9：1的比例分为训练集和测试集；构建全卷积神经网络模型并进行训练，得到训练好的全卷积神经网络模型；利用训练好的全卷积神经网络模型获取待检测图像的预测文本区域；阈值筛选阶段；非极大值抑制阶段，得到最终的文本区域检测结果。本发明鲁棒性强、检测精度高。采用基于像素分割的文本检测策略对于扭曲的复杂物品表面具有更强适应性，检测效果也更好。 | ||
| 搜索关键词： | 文本区域 卷积神经网络 物品外包装 图像数据 文本检测 图像 标注 城市生活垃圾 非极大值抑制 待检测图像 图像数据集 检测结果 模型获取 强适应性 位置特征 物品表面 像素分割 阈值筛选 城市垃圾 测试集 多通道 鲁棒性 特征图 训练集 检测 构建 标签 文本 采集 扭曲 预测 | ||
【主权项】：
1.一种城市生活垃圾物品外包装文本检测方法，其特征在于，包括如下步骤：1)采集城市垃圾物品外包装的图像数据集，并对图像数据集中的每个图像的文本区域进行标注；2)对标注完成的图像数据集中的每个图像根据文本区域的标注生成文本分数特征图和多通道位置特征图，构成每个图像的训练标签；3)将图像数据集中的图像按照9：1的比例分为训练集和测试集；4)构建全卷积神经网络模型并利用标有训练标签的训练集进行训练，得到训练好的全卷积神经网络模型；5)利用训练好的全卷积神经网络模型获取待检测图像的预测文本区域；6)阈值筛选阶段，根据设定的文本分数置信度阈值对待检测图像的预测文本区域进行有效文本区域筛选，得到待检测图像的有效文本区域；7)非极大值抑制阶段，是对所得到的待检测图像的有效文本区域进行非极大值抑制操作，以去除待检测图像中部分冗余或无效的文本区域，得到最终的文本区域检测结果。
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天津大学，未经天津大学许可，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/201910416098.1/，转载请声明来源钻瓜专利网。
