-
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
- 1
-
-
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]
-
