基于YOLOv3与MSER的自然场景中文文本检测研究与实现

作者：殷航; 张智; 王耀林

来源：计算机应用与软件, 2021, 38(10): 168-172+195.

DOI：10.3969/j.issn.1000-386x.2021.10.026

• 文本检测
• 卷积神经网络
• 多方向估计
• 最大极值稳定区域

针对在复杂的自然场景中中文本倾斜、模糊、光照等检测难题,提出一种基于卷积神经网络YOLOv3与最大极值稳定区域MSER的检测方法YOLOv3-M,并针对中文场景分别改善YOLOv3与MSER。通过YOLOv3算法对图像文本区域的矩形坐标进行回归预测,设计一个基于MSER的角度检测方法与之关联,实现倾斜文本行的检测。YOLOv3-M弥补了YOLOv3不能检测倾斜目标的缺点以及MSER检测容易被复杂场景干扰的缺点,并且YOLOv3与MSER都在检测速度上有着优秀的表现。实验结果表明,YOLOv3-M算法准确率达到81.2%,召回率达到69.7%,其检测速度达到45帧/s。

• 单位
  智能信息处理与实时工业系统湖北省重点实验室; 武汉科技大学