[发明专利]一种基于深度卷积神经网络的自然场景水平文字检测方法有效
| 申请号： | 202010426676.2 | 申请日： | 2020-05-19 |
| 公开（公告）号： | CN111753828B | 公开（公告）日： | 2022-12-27 |
| 发明（设计）人： | 宋清洋;孙巍;郭志林 | 申请（专利权）人： | 重庆邮电大学 |
| 主分类号： | G06V20/62 | 分类号： | G06V20/62;G06V30/19;G06V10/764;G06V10/82;G06N3/04;G06N3/08 |
| 代理公司： | 重庆市恒信知识产权代理有限公司 50102 | 代理人： | 陈栋梁 |
| 地址： | 400065 重*** | 国省代码： | 重庆;50 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明请求保护一种基于深度卷积神经网络的自然场景水平文字检测方法。该方法在TextBoxes网络模型的基础上进行深度优化，通过增加新的文本预测卷积组，扩展网络深度，使网络对于小数据集的特征学习更加充分，并且在一定的模型复杂度下，充分利用多个卷积层的特征信息进行融合学习。通过对具有不同感受野的卷积层对原始图片数据进行特征学习后，利用文本预测层回归文本框的位置并预测文本类别。该检测方法有效地解决了自然场景的背景复杂性以及小数据集特征不足等因素对文字检测造成的影响。通过在Caffe平台下进行实验验证，结果表明该模型能有效提高小数据集下的自然场景水平文字检测的召回率和综合评价指标。 | ||
| 搜索关键词： | 一种 基于 深度 卷积 神经网络 自然 场景 水平 文字 检测 方法 | ||
【主权项】：
暂无信息
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重庆邮电大学，未经重庆邮电大学许可，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/202010426676.2/，转载请声明来源钻瓜专利网。
