面向自然场景文本检测的FPPMAC模型
张习文 倪建成 祁蓉 王琪
为进一步解决自然场景下文本方向多变、形状不规则以及分布密集等分割问题，提出了一个由特征金字塔网络（Feature Pyramid Network,FPN）和并行多空洞卷积（Parallel Multiscale Atrous Convolution,PMAC）模块构成的FPPMAC模型。其中，PMAC模块由4个空洞卷积层组成，可同时提供4种不同大小的感受野。此外，使用循环收缩算法从已知文本区域得到多个形状相同的子文本区域，并将其与FPPMAC模型所生成的多个分割图相匹配，由此可作为分割图的真实标签。利用标准数据集ICDAR2015、CTW1500进行实验，实验结果表明，FPPMAC模型的准确率分别达到了88.49%和89.17%，相较于其他经典模型，能够更准确地定位文本区域。
全文下载
在线阅读
赣公网安备 36012102000372号
互知学术
全科互知