基于文本语义指导的自然场景文本图像超分辨方法
习晨晨1
何昕1
孟雅蕾2
张凯兵2
1.西安工程大学电子信息学院,西安,7100482.西安工程大学计算机科学学院,西安,710048
摘要：在自然场景文本图像超分辨中,针对先验信息利用不准确、不充分以及文本边缘恢复不完整的问题,提出了 一种基于文本语义指导的自然场景文本图像超分辨方法.该网络结构由超分辨重建模块和文本语义感知模块组成.为进一步提高超分辨网络的表达能力,提出使用循环十字交叉注意力,捕获全局上下文信息,使得模型在训练的过程中更加关注文本区域,同时,提出软边缘损失、梯度损失对重建过程进行约束,生成具有锐利边缘的超分辨结果.采用公开的自然场景文本图像超分辨数据集TextZoom对提出模型的性能进行验证,与8种主流深度网络模型进行了对比,结果表明:该模型在3个不同识别器下的平均识别率相比TSRN分别提升了 2.06％、1.80％和2.89％,在PSNR和SSIM指标上也具有一定的优势.
关键词：场景文本图像超分辨文本语义注意力机制软边缘损失梯度损失
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(61971339)
论文发表日期：2023-12-25
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：10( 95-103,127 )
英文信息