买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：天翼电子商务有限公司

摘要：本发明公开了一种基于DBNet的表格紧密文本检测方法，本发明在表格的文本检测问题上，引入了分类图来判断当前像素是否为顶点；通过顶点的判断，来对DBNet的检测出的文本框进行分割，有助于提升DBNet在表格紧密文本检测上的性能；改进了原本的CAB模块，提出了Probability‑CAB模块，结合概率图，得到空间上的注意力。并综合考虑通道上的平均值和最大值，得到通道的注意力，有助于更进一步丰富的提取上下文信息，提升模型准确率；引入分类图的损失函数，与原本的DBNet模型一起进行优化，尽可能的减少了模型训练时间。

主权项：1.一种基于DBNet的表格紧密文本检测方法，其特征在于，包括以下所示：一、添加分类图分支，目前的DBNet模型，主要通过概率图，在阈值操作后，得到对应的二值化图，在二值化图中得到对应的文本框；当文本紧密的时候，DBNet容易将紧密的文本框检测为一个文本框进行输出，为将紧密的文本框分割开，添加了分类图的检测，来判断当前像素是否为文本框的顶点，文本框的顶点位置的像素点将被分类为顶点，其他位置则被分类为非顶点；当两个紧密文本框被识别为一个文本框时，由于顶点像素的判断，可在顶点处进行再次切断，分割出两个文本框；在DBNet通过二值化图将手机号和身份证号检测为同一个文本框时，由于分类图中顶点像素的预测，可得到黄色的分割线对文本框进行分割，划分出两个文本框；二、在原有的DBNet基础上，添加分割模块对分类图进行预测；分割模块的结构中，对于原本DBNet得到的特征图是原图大小的14，对其进行两次反卷积操作，得到与原图同样大小的特征图；随后通过Probability-CAB，来获取丰富的上下文信息，预测出最后的分类图；三、为进一步提高分类图的预测性能，在分割模块中加入了改进的CAB模块，命名为Probability-CAB，来获取丰富的上下文信息；Probability-CAB相比于原本的CAB模块，进行了两点改进：1采用概率图替换原本的CAB模块中的空间注意力模块；DBNet中的概率图预测了当前像素点是否含有文本的概率，当概率值越高时，代表当前像素含有文本的可能性较高，当概率值越低时，代表当前像素含有文本的可能性较低，因此采用概率图来代表空间注意力模块，不仅没有引入额外的计算开支，也更能代表单个像素的重要性；2增加了通道注意力分支来综合考虑通道的重要性，在通过AVGPooling和MaxPooling分别得到了每个通道的平均值和最大值，随后通过1X1的卷积来充分考虑平均值和最大值在通道注意力中的重要性，最后concat，输入到SharedMLP中，得到最后的通道注意力；其中SharedMLP是一个MLP全连接的操作，由于特征图的通道数为128，因此MLP的输入神经元和输出神经元个数都设置为128，其中中间层的神经元设置为256；四、由于引入了分类图，因此本专利在原有的DBNet损失函数基础上添加了分类的损失函数；其中i表示预测分类图中第i个像素，yi＝1，表示标注label第i个像素是文本框的顶点，yi＝0，表示标注label第i个像素不是文本框的顶点，pi表示预测分类图第i个像素是文本框的概率；

全文数据：

权利要求：

百度查询： 天翼电子商务有限公司 一种基于DBNet的表格紧密文本检测方法