[发明专利]一种基于关联性层级残差的多实例自然场景文本检测方法有效
| 申请号： | 202010464099.6 | 申请日： | 2020-05-27 |
| 公开（公告）号： | CN111723798B | 公开（公告）日： | 2022-08-16 |
| 发明（设计）人： | 田智强;王春晖;杜少毅;兰旭光 | 申请（专利权）人： | 西安交通大学 |
| 主分类号： | G06V20/62 | 分类号： | G06V20/62;G06V10/22;G06V10/80;G06V10/764;G06V10/82;G06N3/04;G06N3/08 |
| 代理公司： | 西安通大专利代理有限责任公司 61200 | 代理人： | 王艾华 |
| 地址： | 710049 *** | 国省代码： | 陕西;61 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提出了一种基于关联性层级残差的多实例自然场景文本检测方法，本发明采用的特征提取网络利用关联性层级残差以及反向逐级特征融合提取了粗粒度与细粒度相结合的多尺度特征，其中包含了更精确更完备的文本信息，以提高文本检测精度；其次，本发明使用的文本检测框回归损失由CIoU Loss和角度损失两部分构成，尤其是CIoU Loss的使用考虑了预测文本检测框与真实文本检测框之间的重叠面积、中心距离、长宽比等因素，能够更加精准的评估文本检测框的实际回归情况，从而可以提高文本检测方法的性能；然后，本发明在多个步骤中采用适当的方式减轻了硬件计算压力，最后，本发明对于常规文本区域，小文本区域的检测效果都很好。 | ||
| 搜索关键词： | 一种 基于 关联性 层级 实例 自然 场景 文本 检测 方法 | ||
【主权项】：
暂无信息
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西安交通大学，未经西安交通大学许可，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/202010464099.6/，转载请声明来源钻瓜专利网。
