基于增强多层次特征融合的自然场景文本检测
周燕
韦勤彬
廖俊玮
曾凡智
刘翔宇
周月霞
佛山科学技术学院电子信息工程学院,广东佛山 528225
摘要：针对自然场景图像中未聚焦小文本、复杂背景文本以及宽间距弯曲文本等造成的检测难题,提出了一种基于增强多层次特征融合的自然场景文本检测方法,该方法包括局部注意力特征增强(Local Attention,Feature,Enhanced,LAFE)模块和多层次增强特征融合(Multi-level8Enhanced,Feature,Fused,MEFF)模块.LAFE模块通过堆叠空洞卷积扩大网络感受野,结合通道与空间注意力来增强像素点分类能力;MEFF模块作为多层次增强特征连接分支,引入可变形卷积来增强特征图之间的信息融合.实验结果表明,所提方法在常用文本数据集上取得了较好的性能,其中,在ICDAR2015、Total-Text数据集上的综合指标F分别达到了 88.1%和 86.5%,相比原方法分别提升了 0.8%和 1.8%.
关键词：自然场景文本检测注意力机制像素点分类空洞卷积特征融合
分类号：TP391.41(计算技术、计算机技术)
资助基金：国家自然科学基金(61972091)广东省自然科学基金资助项目(2022A1515010101)广东省自然科学基金资助项目(2021A1515012639)
论文发表日期：2024-05-30
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：13( 1-13 )
英文信息