申请/专利权人:深圳华付技术股份有限公司
申请日:2020-10-16
公开(公告)日:2024-04-26
公开(公告)号:CN112215235B
主分类号:G06V20/62
分类号:G06V20/62;G06V30/148;G06V30/19;G06V10/82;G06N3/0464
优先权:
专利状态码:有效-授权
法律状态:2024.04.26#授权;2024.04.05#著录事项变更;2021.01.29#实质审查的生效;2021.01.12#公开
摘要:本发明属于光学字符识别技术领域,尤其涉及一种针对具有大字符间距与局部遮挡的场景文本检测方法,包括以下步骤:S1、通过全卷积神经网络对输入的图片提取特征,并将不同层次的特征进行融合;S2、融合后的特征经过文本语义分割网络输出文本分割图,以及经过文本实例特征嵌入模块输出文本实例嵌入特征图;S3、将文本分割图与文本实例嵌入特征图通过文本实例重组算法得到文本检测结果。其中文本实例嵌入模块将每个像素嵌入特征空间,文本区域中的平均像素特征视为文本区域的特征,随后,文本实例重组算法将具有相似特征的文本候选区域进行重组,由于字符间距大或局部被遮挡而被分割为多个区域的文本实例,能够重新被检测成一个完整的对象。
主权项:1.一种针对具有大字符间距与局部遮挡的场景文本检测方法,其特征在于,包括以下步骤:S1、通过全卷积神经网络对输入的图片提取特征,并将不同层次的特征进行融合;S2、融合后的特征经过文本语义分割网络输出文本分割图,以及经过文本实例特征嵌入模块输出文本实例嵌入特征图;S3、将文本分割图与文本实例嵌入特征图通过文本实例重组算法得到文本检测结果;S2中,文本实例特征嵌入模块将每个像素嵌入特征空间,文本区域中的平均像素特征被视为文本区域的特征;文本实例特征嵌入模块构建的网络结构将融合后的特征先经过两个Conv-BN-Relu层,再使用一个1×1卷积降低通道数,减少计算量,经过relu激活层再上采样到原始输入尺寸;文本实例特征嵌入模块通过减小同一个文本实例中不同像素的特征距离以及增大不同文本实例间的特征距离进行训练;文本实例重组算法是一个基于度量的聚类算法。
全文数据:
权利要求:
百度查询: 深圳华付技术股份有限公司 一种针对具有大字符间距与局部遮挡的场景文本检测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。