公开(公告)号：CN110032997A

公开(公告)日：2019-07-19

申请号：CN201910012635.6

申请日：2019-01-07

Applicant: 武汉大学

Inventor： 易尧华 ,  卢利琼 ,  杨佳 ,  何婧婧 ,  陈海青 ,  杨锶齐 ,  盛豪 ,  王新宇 ,  俞雯茜 ,  王萌

IPC: G06K9/32 ,  G06T7/70 ,  G06N3/08

Abstract: 本发明公开了一种基于图像分割的自然场景文本定位方法，包括图像预处理、训练过程和预测过程等三步骤；首先，使用图像分割方法把图像中小文本图像提取出来并放大提取出的小文本图像的尺寸，得到图像分割训练模型；其次，将放大后的小文本图像输入到目标检测网络进行训练得到文本检测训练模型；最后，用图像分割的训练模型提取出训练集中的小文本图像，组合调整以后输入到文本检测训练模型中进行预测。本发明所述的方法可以明显提升图像中占用面积比较小的文本的检测精度，同时并不会影响大文本的检测精度。

公开(公告)号：CN110032997B

公开(公告)日：2021-02-19

申请号：CN201910012635.6

申请日：2019-01-07

Applicant: 武汉大学

Inventor： 易尧华 ,  卢利琼 ,  杨佳 ,  何婧婧 ,  陈海青 ,  杨锶齐 ,  盛豪 ,  王新宇 ,  俞雯茜 ,  王萌

IPC: G06K9/32 ,  G06T7/70 ,  G06N3/08

Abstract: 本发明公开了一种基于图像分割的自然场景文本定位方法，包括图像预处理、训练过程和预测过程等三步骤；首先，使用图像分割方法把图像中小文本图像提取出来并放大提取出的小文本图像的尺寸，得到图像分割训练模型；其次，将放大后的小文本图像输入到目标检测网络进行训练得到文本检测训练模型；最后，用图像分割的训练模型提取出训练集中的小文本图像，组合调整以后输入到文本检测训练模型中进行预测。本发明所述的方法可以明显提升图像中占用面积比较小的文本的检测精度，同时并不会影响大文本的检测精度。