[发明专利]一种基于深度神经网络的长短文本检测的方法及系统在审
| 申请号： | 201811528135.X | 申请日： | 2018-12-13 |
| 公开（公告）号： | CN109670495A | 公开（公告）日： | 2019-04-23 |
| 发明（设计）人： | 夏路遥;黄贤俊 | 申请（专利权）人： | 深源恒际科技有限公司 |
| 主分类号： | G06K9/20 | 分类号： | G06K9/20;G06N3/04;G06N3/08 |
| 代理公司： | 北京汇信合知识产权代理有限公司 11335 | 代理人： | 孙民兴 |
| 地址： | 100086 北京市海*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于深度神经网络的长短文本检测的方法及系统，包.括：对原始图片提取特征图；基于Faster RCNN从特征图中枚举若干预设长宽比的第一类矩形区域，预测第一类矩形区域的前景或背景、预测第一类矩形区域的真实区域，得到所有的第一类文本框；基于CTPN从特征图枚举若干预设宽度、不定长度的第二类矩形区域，若第二类矩形区域为文本区域，则接入RNN循环网络得到第二类文本框；基于非极大值抑制合并第一类文本框和第二类文本框。本发明结合了Faster RCNN和CTPN的优点，并通过一定的规则将两者的检测内容基于非极大值抑制逻辑合并，使得文本检测的召回率和准确率都得到了提高。 | ||
| 搜索关键词： | 矩形区域 文本框 文本检测 非极大值抑制 神经网络 特征图 枚举 逻辑合并 提取特征 文本区域 循环网络 原始图片 长宽比 干预 预测 准确率 合并 检测 | ||
【主权项】：
1.一种基于深度神经网络的长短文本检测的方法，其特征在于，包括：选择原始图片，对原始图片提取特征图；基于Faster RCNN从特征图中枚举若干预设长宽比的第一类矩形区域，预测第一类矩形区域的前景或背景、预测第一类矩形区域的真实区域，得到所有的第一类文本框；基于CTPN从特征图枚举若干预设宽度、不定长度的第二类矩形区域，判断第二类矩形区域为文本或非文本区域；若第二类矩形区域为文本区域，则接入RNN循环网络得到第二类文本框；基于非极大值抑制合并所述第一类文本框和第二类文本框。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于深源恒际科技有限公司，未经深源恒际科技有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201811528135.X/，转载请声明来源钻瓜专利网。
