基于注意力机制的多方向文本检测

作者：徐健^*; 郭湛澎; 刘秀平; 陈博; 闫焕营

来源：光电子·激光, 2023, 34(02): 166-173.

DOI：10.16136/j.joel.2023.02.0146

• 场景文本检测
• 注意力机制
• 文本特征提取网络(TF-ResNet)
• 文本注意模块

针对多方向排列的文本因其尺度变化大、复杂背景干扰而导致检测效果仍不甚理想的问题，本文提出了一种基于注意力机制的多方向文本检测方法。首先，考虑到自然场景下干扰信息多，构建文本特征提取网络(text feature information ResNet50,TF-ResNet),对图像中的文本特征信息进行提取；其次，在特征融合模型中加入文本注意模块(text attention module, TAM),抑制无关信息的同时突出显示文本信息，以增强文本特征之间的潜在联系；最后，采用渐进扩展模块，逐步融合扩展前部分得到的多个不同尺度的分割结果，以获得精确检测结果。本文方法在数据集CTW1500、ICDAR2015上进行实验验证和分析，其F值分别达到80.4%和83.0%,比次优方法分别提升了2.0%和2.4%,表明该方法在多方向文本检测上与其他方法相比具备一定的竞争力。

• 单位
  西安工程大学