-
公开(公告)号：CN108427924B
公开(公告)日：2020-06-23
申请号：CN201810195630.7
申请日：2018-03-09
Applicant: 华中科技大学
Abstract: 本发明公开了一种基于旋转敏感特征的文本回归检测方法，通过方向响应卷积网络得到旋转敏感特征，用于包围盒的回归任务，得到包围盒的位置信息；然后，通过方向响应池化，将旋转敏感特征转化为旋转不变特征，用于包围盒的分类任务，得到包围盒是否属于文本的类别信息；最后，仅需简单后处理即可得到检测结果。该方法对于分类和回归区分设计的特征能适应自然场景图片里任意变化角度的文本，并且可以端到端训练，这种将分类和回归不共享特征的方法也可以应用到一般物体检测的框架中。本发明提出的检测方法相对于现有技术思路新颖，在准确度和通用性这些方面都取得了卓越的效果，有很强的实际应用价值。
-
公开(公告)号：CN108427924A
公开(公告)日：2018-08-21
申请号：CN201810195630.7
申请日：2018-03-09
Applicant: 华中科技大学
Abstract: 本发明公开了一种基于旋转敏感特征的文本回归检测方法，通过方向响应卷积网络得到旋转敏感特征，用于包围盒的回归任务，得到包围盒的位置信息；然后，通过方向响应池化，将旋转敏感特征转化为旋转不变特征，用于包围盒的分类任务，得到包围盒是否属于文本的类别信息；最后，仅需简单后处理即可得到检测结果。该方法对于分类和回归区分设计的特征能适应自然场景图片里任意变化角度的文本，并且可以端到端训练，这种将分类和回归不共享特征的方法也可以应用到一般物体检测的框架中。本发明提出的检测方法相对于现有技术思路新颖，在准确度和通用性这些方面都取得了卓越的效果，有很强的实际应用价值。
-
公开(公告)号：CN107977620A
公开(公告)日：2018-05-01
申请号：CN201711225391.7
申请日：2017-11-29
Applicant: 华中科技大学
Abstract: 本发明公开了一种基于全卷积网络的多方向场景文本单次检测方法，通过构建全卷积的单次检测网络模型，无须多步处理步骤、仅用单个网络就可以进行端到端训练，以多种尺度的特征提取层结合文本框预测层可以检测到不同尺寸、长宽比、分辨率的多方向自然场景文字，并且能以多边形包围盒贴合文字从而更少地引入背景干扰，最后仅需简单的非最大值抑制操作便可获得最终的文本检测结果。本发明提出的检测方法相对于现有技术结构简单有效，在准确度、检测速度和鲁棒性这些方面都取得了卓越的效果，有很强的实际应用价值。
-
公开(公告)号：CN107977620B
公开(公告)日：2020-05-19
申请号：CN201711225391.7
申请日：2017-11-29
Applicant: 华中科技大学
Abstract: 本发明公开了一种基于全卷积网络的多方向场景文本单次检测方法，通过构建全卷积的单次检测网络模型，无须多步处理步骤、仅用单个网络就可以进行端到端训练，以多种尺度的特征提取层结合文本框预测层可以检测到不同尺寸、长宽比、分辨率的多方向自然场景文字，并且能以多边形包围盒贴合文字从而更少地引入背景干扰，最后仅需简单的非最大值抑制操作便可获得最终的文本检测结果。本发明提出的检测方法相对于现有技术结构简单有效，在准确度、检测速度和鲁棒性这些方面都取得了卓越的效果，有很强的实际应用价值。
-
-
-
Search Results
4
records
(took 0.02 seconds)
