一种基于特征增强的场景文本检测算法

作者：高楠; 张雷; 梁荣华; 陈朋; 付政

来源：计算机科学, 2023, 1-10.

• 深度学习
• 场景文本检测
• 注意力机制
• 多尺度特征融合
• 空洞卷积

针对自然场景下图像文本因为复杂背景、尺度多变等因素造成的漏检、误检问题，提出了一种基于特征增强的场景文本检测算法。在特征金字塔融合阶段，提出了双域注意力特征融合模块（Dual-domain Attention Feature Fusion Module，D2AAFM），该模块能够更好地融合不同语义和尺度的特征图信息，从而提高文本信息的表征能力。同时，考虑到网络深层特征图在上采样融合过程中出现语义信息损失的问题，提出了多尺度空间感知模块（Multi-scale Spatial Perception Module，MSPM），通过扩大感受野来获取更大感受野的上下文信息，增强深层特征图的文本语义信息特征，从而有效地减少文本漏检、误检。为了评估所提算法的有效性，在公开数据集ICDAR2015、CTW1500以及MSRA-TD500上进行实验，该方法综合指标F值分别达到了82.8%、83.4%和85.3%。实验结果表明，该算法模型在不同数据集上具有良好的检测能力。

• 单位
  浙江工业大学