申请/专利权人：广西科技开发院有限公司

申请日：2024-01-18

公开（公告）日：2024-03-22

公开（公告）号：CN117746416A

主分类号：G06V20/62

分类号：G06V20/62;G06V10/44;G06V10/80;G06N3/0464

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.09#实质审查的生效;2024.03.22#公开

摘要：本发明公开一种基于变音符号特征增强的越南语场景文本检测方法及装置，该方法步骤包括：步骤S1：获取包含越南语文本的原始图片，进行图像特征提取；步骤S2：提取原始图片的高频边缘细节信息，并提取出边缘细节特征，与特征图进行融合得到融合特征；步骤S3：将融合特征输入至特征金字塔网络中，生成区域建议，计算出候选框的特征图，使用IoU‑v标准评估候选框的质量；步骤S4：将候选框的特征图分别输出至检测分支及掩码分支，由检测分支检测得到检测框及类别，由掩码分支将检测到的对象进行实例分割，生成带有变音符号信息的增强特征图，添加至原始特征图。本发明能够提取及增强变音符号特征，提高越南语场景文本的检测精度及鲁棒性。

主权项：1.一种基于变音符号特征增强的越南语场景文本检测方法，其特征在于，步骤包括：步骤S1：获取包含越南语文本的原始图片，输入至ResNet网络进行图像特征提取；步骤S2：提取所述原始图片的高频边缘细节信息，并从所述高频边缘细节信息中提取出边缘细节特征，将提取出的所述边缘细节特征与ResNet网络输出的特征图进行融合得到融合特征；步骤S3：将所述融合特征输入至特征金字塔网络FPN中以融合不同尺度的特征图，并使用区域建议网络RPN生成区域建议，计算出候选框的特征图，所述生成区域建议时使用IoU-v标准评估候选框的质量，所述IoU-v标准为在IoU标准的基础上设置惩罚项以惩罚没有包含变音符号的区域建议；步骤S4：将所述候选框的特征图分别输出至检测分支以及用于获取目标分割信息的掩码分支，由所述检测分支根据所述候选框的特征图进行检测得到检测框以及检测类别输出，由所述掩码分支将检测到的对象进行实例分割，生成带有变音符号信息的增强特征图，将所述增强特征图添加至原始特征图中形成融合特征图并输入到下一次的掩码任务中。

全文数据：

权利要求：

百度查询： 广西科技开发院有限公司 基于变音符号特征增强的越南语场景文本检测方法及装置

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD