申请/专利权人：天津大学

申请日：2023-12-29

公开（公告）日：2024-04-02

公开（公告）号：CN117809294A

主分类号：G06V20/62

分类号：G06V20/62;G06V30/146;G06V30/148;G06V30/18;G06V30/19;G06V10/82;G06N3/0464;G06N3/045;G06N3/0985;G06N3/048

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.19#实质审查的生效;2024.04.02#公开

摘要：本发明公开了一种基于特征校正和差异指导注意力的文本检测方法，步骤：以一张自然场景图像作为输入，骨干网络提取多级特征；将骨干网络的多级输出特征的高层级特征送入TFCM，对亚像素卷积特征进行两阶段特征校正，再从最高级特征开始逐级向下与低层级特征特征融合，得到融合特征；DGAM利用融合特征和最低级特征的差异信息对融合特征分别进行通道和空间维度上的细节信息补偿；输出模块输出文本预测框。本发明通过TFCM对亚像素卷积特征进行特征校正，可显著提升上采样特征的质量；通过DGAM对融合特征进行细节信息补偿，可有效补偿边缘细节信息，使得网络更准确地分割文本边界，从而获得更准确的文本检测结果。

主权项：1.一种基于特征校正和差异指导注意力的文本检测方法，其特征在于，包括以下步骤：S1、以一张自然场景图像作为输入，利用骨干网络ResNet-50提取多级特征，并将骨干网络第2、3、4、5阶段的多级输出特征标记为{F2,F3,F4,F5}；S2、将骨干网络的多级输出特征从最高级特征开始逐级向下进行两两层级特征融合，得到多尺度融合特征；S3、通过差异指导注意力模块利用融合特征和最低级特征的差异信息对融合特征分别进行通道和空间维度上的细节信息补偿，得到表达能力更强的特征；S4、将表达能力更强的特征输入输出模块，通过输出模块输出文本预测框。

全文数据：

权利要求：

百度查询： 天津大学 一种基于特征校正和差异指导注意力的文本检测方法

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。

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