基于改进EAST的场景文本检测算法
李玥
束鑫
常锋
江苏科技大学计算机学院 镇江 212003
摘要：文字在生活中随处可见,是人们沟通、互动和传递信息的主要媒介.EAST(Efficient and Accuracy Scene Text)模型是一种高效、准确的场景文本检测算法,可以出色地检测自然场景中的文本.但是该方法仍存在长文本检测精度不高等问题.论文对EAST模型进行了改进,在特征提取阶段用Resnet50深度网络来增加模型的鲁棒性,其次在特征融合阶段加入长短时记忆方法LSTM(Long-Short Term Memory),优化了样本信息.实验结果表明,论文设计的场景文字检测算法能够实时处理自然场景图像,准确定位图像中文字的位置,提高了检测精度.
关键词：文本检测EAST算法深度学习Resnet50网络LSTM
分类号：TP18(自动化基础理论)
资助基金：国家自然科学基金(61572242)
论文发表日期：2021-09-20
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：5( 1753-1757 )
英文信息