[发明专利]一种基于可微分二值化的实时文本检测方法有效
| 申请号： | 201911038562.4 | 申请日： | 2019-10-29 |
| 公开（公告）号： | CN110781967B | 公开（公告）日： | 2022-08-19 |
| 发明（设计）人： | 白翔;廖明辉;万昭祎;姚聪 | 申请（专利权）人： | 华中科技大学 |
| 主分类号： | G06V10/774 | 分类号： | G06V10/774;G06V30/148;G06N3/08;G06N3/04 |
| 代理公司： | 深圳市六加知识产权代理有限公司 44372 | 代理人： | 向彬 |
| 地址： | 430074 湖北*** | 国省代码： | 湖北;42 |
| 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可微分二值化的实时文本检测方法。通过对图像进行分割，得到文本区域的概率图，对概率图采用可微分二值化得到二值图，在二值图上寻找联通区域即可得到文本区域的包围盒。本方法通过给概率图和二值图均施加监督，将二值化的过程纳入训练之中，提升检测效果。本发明相对于现有文本检测方法，在准确度、运行效率和通用性方面都取得了卓越效果，有很强的实际应用价值。 | ||
| 搜索关键词： | 一种 基于 微分 二值化 实时 文本 检测 方法 | ||
【主权项】：
1.一种基于可微分二值化的实时文本检测方法，其特征在于，所述方法包括下述步骤：/n(1)训练基于可微分二值化的实时文本检测方法的网络模型，包括如下子步骤：/n(1.1)准备具有文本位置标注的训练数据集，位置的表示方式是水平的矩形或者任意的多边形；/n(1.2)定义场景文本检测网络模型，使用步骤(1.1)中适应于批量训练的带标注训练数据集，设计损失函数，选择参数优化器，利用反向传导方法训练该网络，得到场景文本检测网络模型；包括：/n(1.2.1)构建基于可微分二值化的场景文本检测网络模型，所述网络模型由基本特征提取模块、概率图预测模块、阈值图预测模块和二值化模块组成；/n(1.2.2)生成分割图和阈值图的训练标签，所述分割图的训练标签被用于概率图预测模块生成概率图，所述阈值图的训练标签被用于阈值图预测模块生成阈值图；/n(1.2.3)以标准训练数据集I
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华中科技大学，未经华中科技大学许可，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/201911038562.4/，转载请声明来源钻瓜专利网。
