申请/专利权人:南京信息工程大学
申请日:2021-12-14
公开(公告)日:2022-03-29
公开(公告)号:CN114255464A
主分类号:G06V30/146(20220101)
分类号:G06V30/146(20220101);G06V30/148(20220101);G06K9/62(20220101);G06N3/04(20060101);G06N3/08(20060101);G06V20/62(20220101)
优先权:
专利状态码:在审-实质审查的生效
法律状态:2022.04.15#实质审查的生效;2022.03.29#公开
摘要:本发明公开了基于CRAFT和SCRN‑SEED框架的自然场景文字检测识别方法,包括如下步骤:1利用真实数据集和合成数据集建立图像数据集,将图像数据集分为训练集和测试集;2利用图像数据集训练CRAFT网络;3利用真实数据集训练不规则文本纠正网络SCRN;4将SCRN与SEED网络结合,训练结合后的SCRN‑SEED网络;5将CRAFT网络与SCRN‑SEED网络连接,构建完整的模型并进行训练。本发明能够充分检测弯曲变形文本或长篇文本实例,通过精确地定位每一个字符,然后再把检测到的字符通过亲和力机制连接成一个文本达到检测的目的,对于弯曲、变形或者极长的文本都适用;通过不规则文本图片的矫正以及将语义信息用于全局信息的检测,能够精确的识别低质量的文本实例。
主权项:1.基于CRAFT和SCRN-SEED框架的自然场景文字检测识别方法,其特征在于,包括如下步骤:1利用真实数据集和合成数据集建立图像数据集,将图像数据集分为训练集和测试集;2利用图像数据集训练CRAFT网络:201将CRAFT网络进行改进,以ResNet50网络作为主干网络,将合成数据集中的图片输入到改进后的CRAFT网络进行特征提取,输出区域得分和亲和度得分;202根据两项得分通过高斯热力映射进行编码,生成高斯热力图;203根据分水岭算法将输入图片中完整文本切割成单个字符,通过后处理操作将字符生成任意形状文本的多边形;203应用迁移学习的思想,利用预训练模型初始化改进后的CRAFT网络;3利用真实数据集训练不规则文本纠正网络SCRN;4将SCRN与SEED网络结合,训练结合后的SCRN-SEED网络;5将改进后的CRAFT网络与SCRN-SEED网络连接,构建完整的模型并进行训练。
全文数据:
权利要求:
百度查询: 南京信息工程大学 基于CRAFT和SCRN-SEED框架的自然场景文字检测识别方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。