公开(公告)号：CN114898372A

公开(公告)日：2022-08-12

申请号：CN202210628050.9

申请日：2022-06-06

Applicant: 桂林电子科技大学

Inventor： 文益民 ,  王利兵

IPC: G06V30/148 ,  G06V30/18 ,  G06V30/19 ,  G06V10/82 ,  G06V10/764 ,  G06T5/30 ,  G06N3/04

Abstract: 本发明涉及文字检测领域，具体涉及一种基于边缘注意力引导的越南场景文字检测方法，包括：使用ResNet提取目标的特征信息，并在ResNet中利用感受野残差块RFRB产生丰富的感受野；使用多路融合特征金字塔网络MF‑FPN对特征信息进行融合，得到目标不同层次的特征信息；将特征信息输入RPN得到一定数量的候选框；将候选框和特征信息经RoI Align后输入分类分支和掩码分支预测目标的类别信息、边界框信息和掩码信息，并在分类分支中使用Re‑Score机制抑制非文字目标以及在分类分支和掩码分支使用边缘注意力机制EAM突出目标的边缘，该方法可有效检测不同尺度的越南场景文字目标，并剔除一些非文字目标。