针对自然场景中由文本背景复杂、文字大小不同而引起的文本检测准确率不高的问题，提出了一种基于DenseNet改进的文本检测方法。首先使用DenseNet网络提取更深层次的文本特征，通过引入协调注意力，将位置信息嵌入通道注意力中获取大区域特征；其次对DenseNet网络使用特征融合技术，使改进后的网络能够提取文本信息更丰富的特征，降低了漏检和误检文本的概率。结果表明：该模型在数据集ICDAR2011和ICDAR2013中的准确率分别达到了0.88和0.89，证实了该改进方法的有效性。
科研之友
微信
新浪微博
Facebook
分享链接
