自然场景下的密集文本检测方法

作者：牟森; 陈洪刚^*; 卿粼波; 何小海; 王思怡

来源：计算机系统应用, 2021, 30(02): 171-175.

DOI：10.15888/j.cnki.csa.007779

• 密集文本检测
• AdvancedEAST算法
• 空洞卷积
• 角点注意力
• 样本难度权重

自然场景下的文本检测任务是图像处理领域中的难点之一. EAST (Efficient and Accurate Scene Text detector)算法是近年来比较出色的文本检测算法,但是增加后置处理之后的AdvancedEAST算法仍存在由于激活像素的头尾边界丢失导致的漏检情况,对密集文本的检测效果也不是很理想.因此提出了Dilated-Corner Attention EAST (DCAEAST)改进算法,对网络结构加入空洞卷积模块以及角点注意力模块,改善了漏检情况.针对损失函数,加入类别权重因子和样本难度权重因子,有效提升了密集文本的检测效果.实验结果表明,该算法在ICDAR2019的Re CTS数据集上准确率为93.02%,召回率为76.69%, F-measured值为84.07%,优于Advanced EAST算法.

• 单位
  四川大学