文字是重要的信息傳遞載體,能表達高級語義信息,場景文本作為重要的表現(xiàn)形式在生活中大量出現(xiàn)。近年來,在學術界和工業(yè)界,場景文本檢測已成為理論研究和應用的熱點。場景文本檢測是OCR的重要環(huán)節(jié),被廣泛地應用于車牌檢測識別、卡證票據(jù)檢測識別、場景文本情感分析等。由于深度學習的發(fā)展,基于深度學習的方法在解決場景文本檢測問題中占據(jù)主要地位。但場景文本復雜,現(xiàn)有方法仍存在不足,例如尺度變化、種類多樣(不同語種和文本類型)、方向任意(多方向、彎曲等)、文本視覺特征雜亂(結(jié)構(gòu)共性少)等。針對以上問題,本文通過分析基于檢測和基于分割的場景文本檢測方法,建立兩種多任務級聯(lián)的場景文本檢測方案。上下文模塊與輔助回歸的方法主要用于解決多方向文本檢測問題。在場景文本特征提取和特征融合方面,主要利用上采樣特征融合方法,多分支上下文模塊等提取有鑒別力的圖像文本特征;在二次檢測框架中,該模塊有利于提取更好的候選區(qū)域;在多任務級聯(lián)方法上,主要結(jié)合坐標對齊的場景文本檢測和實例分割的方法,增加基于中心點和角點的輔助回歸方法,改進了一般的實例分割分支,提高了多方向文本檢測的準確率。特征金字塔融合的場景文本檢測方法不僅能用于解決多...

【文章頁數(shù)】：61 頁

【學位級別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 研究背景及研究的目的和意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 基于手工特征的文本檢測
        1.2.2 深度學習檢測方法
        1.2.3 深度學習分割方法
    1.3 本文的主要研究內(nèi)容
    1.4 本文的組織結(jié)構(gòu)
第2章 上下文模塊與輔助回歸的多方向文本檢測
    2.1 引言
    2.2 特征提取網(wǎng)絡
    2.3 上采樣特征融合
    2.4 多分支上下文模塊
        2.4.1 卷積核與特征提取
        2.4.2 上下文模塊設計
    2.5 基于二次檢測器的文本檢測網(wǎng)絡
        2.5.1 RPN候選區(qū)域提取方法
        2.5.2 文本目標分類
        2.5.3 文本目標回歸
    2.6 基于中心點與角點輔助回歸的掩膜分割分支
        2.6.1 實例分割方法
        2.6.2 輔助回歸方法
    2.7 本章小結(jié)
第3章 特征金字塔融合的多方向及彎曲文本檢測
    3.1 引言
    3.2 基于特征金字塔的特征提取融合
        3.2.1 特征金字塔網(wǎng)絡
        3.2.2 候選文本目標非極大抑制
        3.2.3 候選文本目標在線難例挖掘
        3.2.4 同步批歸一化
        3.2.5 文本區(qū)域后處理
    3.3 實例分割的彎曲文本檢測
    3.4 本章小結(jié)
第4章 實驗結(jié)果及分析
    4.1 引言
    4.2 數(shù)據(jù)集及特點
    4.3 模型選擇和訓練
        4.3.1 數(shù)據(jù)預處理方法
        4.3.2 多方向文本檢測模型訓練和測試
        4.3.3 多方向及彎曲文本檢測模型訓練和測試
    4.4 實驗結(jié)果及分析
        4.4.1 評價指標計算方法
        4.4.2 特征融合方法對比實驗
        4.4.3 多方向文本檢測模型實驗結(jié)果
        4.4.4 多方向及彎曲文本檢測模型實驗結(jié)果
    4.5 模型對比分析
    4.6 模型應用場景分析
    4.7 本章小結(jié)
結(jié)論
參考文獻
攻讀碩士學位期間發(fā)表的論文及其它成果
致謝



本文編號：3769885