期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
APSENet:一种基于实例分割网络的满文档案文本行检测方法
被引量：
2
1
作者
赫欣
李厚杰
+2 位作者
周瑜
郑蕊蕊
贺建军
《中央民族大学学报（自然科学版）》
2022年第1期19-27,共9页
文本行检测是满文档案数字化的重要环节,目前相关研究较少,特别是在长文本检测方面。本文借鉴PSENet图像实例分割模型,提出了APSENet的满文档案文本行检测方法。该方法使用Res Net网络提取满文档案文本行特征,通过引入渐进式尺度扩展算...
文本行检测是满文档案数字化的重要环节,目前相关研究较少,特别是在长文本检测方面。本文借鉴PSENet图像实例分割模型,提出了APSENet的满文档案文本行检测方法。该方法使用Res Net网络提取满文档案文本行特征,通过引入渐进式尺度扩展算法用于后处理网络输出的分割mask,可以有效解决长文本难以检测的问题,通过引入特征通道注意力机制,可以解决由无关背景干扰引起的文本框边距较大问题。实验结果表明,该算法可以取得较好的检测效果。
展开更多
关键词
满文档案
文本行检测
注意力机制
渐进式尺度扩展
下载PDF
职称材料
基于边缘特征增强的任意形状文本检测网络
被引量：
2
2
作者
白鹤翔
王浩然
《自动化学报》
EI
CAS
CSCD
北大核心
2023年第5期1019-1030,共12页
在场景文本检测方法中,文本实例的边缘特征与其他特征在大多数模型中都是以同样的方式进行处理,而准确检测相邻文本边缘区域是正确识别任意形状文本区域的关键之一.如果对边缘特征进行增强并使用独立分支进行建模,必能有效提高模型的标...
在场景文本检测方法中,文本实例的边缘特征与其他特征在大多数模型中都是以同样的方式进行处理,而准确检测相邻文本边缘区域是正确识别任意形状文本区域的关键之一.如果对边缘特征进行增强并使用独立分支进行建模,必能有效提高模型的标识准确率.为此,提出了三个用以增强边缘特征的网络模块.其中,浅层特征增强模块可有效增强包含更多边缘特征的浅层特征;边缘区域检测分支将普通特征和边缘特征进行区分以对目标的边缘特征进行显式建模;而分支特征融合模块可将两种特征在识别过程进行更好的融合.在将这三个模块引入渐进尺度扩张网络(Progressive scale expansion network, PSENet)之后,相关消融实验表明这三个模块的单独使用及其组合均可进一步增加网络的预测准确率.此外,在三个常用公开数据集上与其他十个最新模型的比较结果表明,改进后得到边缘特征增强网络(Edge-oriented feature reinforcing network, EFRNet)的识别结果具有较高的F1值.
展开更多
关键词
场景文本检测
任意形状
边缘区域
浅层特征
渐进尺度扩张网络
下载PDF
职称材料
具有自校正与注意力机制相结合的场景文本检测
被引量：
1
3
作者
孙鹏
刘粤
+3 位作者
强观臣
熊炜
付尧
李利荣
《光电子．激光》
CAS
CSCD
北大核心
2022年第12期1287-1295,共9页
在日常生活中,存在着丰富的文本信息,对这些信息的提取,能够极大地提高人们的生活品质。但自然场景中文本信息表达形式丰富多样,文本形状各异,在检测过程中存在误检、文本区域定位不准问题。针对以上不足,本文提出了一种具有自校正与注...
在日常生活中,存在着丰富的文本信息,对这些信息的提取,能够极大地提高人们的生活品质。但自然场景中文本信息表达形式丰富多样,文本形状各异,在检测过程中存在误检、文本区域定位不准问题。针对以上不足,本文提出了一种具有自校正与注意力机制相结合的文本检测方法。首先,在ResNet50骨干网络中嵌入自校正卷积(self-calibrated convolution, SConv)及高效通道注意力(efficient channel attention, ECA),使网络能够校正全局无关信息的干扰,并集中关注于文本区域,提取更加丰富的语义信息;其次,在特征融合后加入协调注意力(coordinate attention, CA),纠正不同尺度的特征图在融合过程中产生的位置偏差。最后,通过修正后的特征图预测得到多个不同尺度的文本实例,采用渐进尺度扩展算法,求出最终检测到的文本实例。实验结果表明,在任意方向数据集ICDAR2015以及弯曲文本数据集Total-Text、SCUT-CTW1500上,相比于改进前的ResNet50综合指标F值分别提升了1.0%、5.2%、5.4%,证明了本方法具有良好的检测能力。
展开更多
关键词
自校正卷积(SConv)
高效通道注意力(ECA)
协调注意力(CA)
渐进尺度扩展算法
原文传递
题名
APSENet:一种基于实例分割网络的满文档案文本行检测方法
被引量：
2
1
作者
赫欣
李厚杰
周瑜
郑蕊蕊
贺建军
机构
大连民族大学信息与通信工程学院
出处
《中央民族大学学报（自然科学版）》
2022年第1期19-27,共9页
基金
教育部人文社会科学研究项目(21YJCZH037)
国家自然科学基金项目(62102062,61972068,62072152)
+1 种基金
辽宁省自然科学基金项目(2020-MS-134,2020-MZLH-29)
辽宁省教育厅基金科研项目(LJKZ0022)。
文摘
文本行检测是满文档案数字化的重要环节,目前相关研究较少,特别是在长文本检测方面。本文借鉴PSENet图像实例分割模型,提出了APSENet的满文档案文本行检测方法。该方法使用Res Net网络提取满文档案文本行特征,通过引入渐进式尺度扩展算法用于后处理网络输出的分割mask,可以有效解决长文本难以检测的问题,通过引入特征通道注意力机制,可以解决由无关背景干扰引起的文本框边距较大问题。实验结果表明,该算法可以取得较好的检测效果。
关键词
满文档案
文本行检测
注意力机制
渐进式尺度扩展
Keywords
Manchu
archives
text
line
detection
attention
mechanism
progressive
scale
expansion
分类号
TP391 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
基于边缘特征增强的任意形状文本检测网络
被引量：
2
2
作者
白鹤翔
王浩然
机构
山西大学计算机与信息技术学院
出处
《自动化学报》
EI
CAS
CSCD
北大核心
2023年第5期1019-1030,共12页
基金
国家自然科学基金(41871286,62072291)
国家重点研发计划课题(2017YFB0503501)资助。
文摘
在场景文本检测方法中,文本实例的边缘特征与其他特征在大多数模型中都是以同样的方式进行处理,而准确检测相邻文本边缘区域是正确识别任意形状文本区域的关键之一.如果对边缘特征进行增强并使用独立分支进行建模,必能有效提高模型的标识准确率.为此,提出了三个用以增强边缘特征的网络模块.其中,浅层特征增强模块可有效增强包含更多边缘特征的浅层特征;边缘区域检测分支将普通特征和边缘特征进行区分以对目标的边缘特征进行显式建模;而分支特征融合模块可将两种特征在识别过程进行更好的融合.在将这三个模块引入渐进尺度扩张网络(Progressive scale expansion network, PSENet)之后,相关消融实验表明这三个模块的单独使用及其组合均可进一步增加网络的预测准确率.此外,在三个常用公开数据集上与其他十个最新模型的比较结果表明,改进后得到边缘特征增强网络(Edge-oriented feature reinforcing network, EFRNet)的识别结果具有较高的F1值.
关键词
场景文本检测
任意形状
边缘区域
浅层特征
渐进尺度扩张网络
Keywords
Scene
text
detection
arbitrary-shaped
edge
region
shallow
feature
progressive
scale
expansion
network(PSENet)
分类号
TP391.41 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
具有自校正与注意力机制相结合的场景文本检测
被引量：
1
3
作者
孙鹏
刘粤
强观臣
熊炜
付尧
李利荣
机构
湖北工业大学电气与电子工程学院
襄阳湖北工业大学产业研究院
美国南卡罗来纳大学计算机科学与工程系
出处
《光电子．激光》
CAS
CSCD
北大核心
2022年第12期1287-1295,共9页
基金
国家自然科学基金(61571182,61601177)
国家留学基金(201808420418)
+2 种基金
湖北省自然科学基金(2019CFB530)
湖北省科技厅重大专项(2019ZYYD020)
襄阳湖北工业大学产业研究院科研项目(XYYJ2022C05)资助项目。
文摘
在日常生活中,存在着丰富的文本信息,对这些信息的提取,能够极大地提高人们的生活品质。但自然场景中文本信息表达形式丰富多样,文本形状各异,在检测过程中存在误检、文本区域定位不准问题。针对以上不足,本文提出了一种具有自校正与注意力机制相结合的文本检测方法。首先,在ResNet50骨干网络中嵌入自校正卷积(self-calibrated convolution, SConv)及高效通道注意力(efficient channel attention, ECA),使网络能够校正全局无关信息的干扰,并集中关注于文本区域,提取更加丰富的语义信息;其次,在特征融合后加入协调注意力(coordinate attention, CA),纠正不同尺度的特征图在融合过程中产生的位置偏差。最后,通过修正后的特征图预测得到多个不同尺度的文本实例,采用渐进尺度扩展算法,求出最终检测到的文本实例。实验结果表明,在任意方向数据集ICDAR2015以及弯曲文本数据集Total-Text、SCUT-CTW1500上,相比于改进前的ResNet50综合指标F值分别提升了1.0%、5.2%、5.4%,证明了本方法具有良好的检测能力。
关键词
自校正卷积(SConv)
高效通道注意力(ECA)
协调注意力(CA)
渐进尺度扩展算法
Keywords
self-calibrated
convolutions(SConv)
efficient
channel
attention(ECA)
coordinate
attention(CA)
progressive
scale
expansion
algorithm
分类号
TP183 [自动化与计算机技术—控制理论与控制工程]
原文传递
题名
作者
出处
发文年
被引量
操作
1
APSENet:一种基于实例分割网络的满文档案文本行检测方法
赫欣
李厚杰
周瑜
郑蕊蕊
贺建军
《中央民族大学学报（自然科学版）》
2022
2
下载PDF
职称材料
2
基于边缘特征增强的任意形状文本检测网络
白鹤翔
王浩然
《自动化学报》
EI
CAS
CSCD
北大核心
2023
2
下载PDF
职称材料
3
具有自校正与注意力机制相结合的场景文本检测
孙鹏
刘粤
强观臣
熊炜
付尧
李利荣
《光电子．激光》
CAS
CSCD
北大核心
2022
1
原文传递
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
