一种城市生活垃圾物品外包装文本检测方法技术

一种城市生活垃圾物品外包装文本检测方法：采集城市垃圾物品外包装的图像数据集，并对图像数据集中的每个图像的文本区域进行标注；对标注完成的图像数据集中的每个图像根据文本区域的标注生成文本分数特征图和多通道位置特征图，构成每个图像的训练标签；将图像数据集中的图像按照9：1的比例分为训练集和测试集；构建全卷积神经网络模型并进行训练，得到训练好的全卷积神经网络模型；利用训练好的全卷积神经网络模型获取待检测图像的预测文本区域；阈值筛选阶段；非极大值抑制阶段，得到最终的文本区域检测结果。本发明专利技术鲁棒性强、检测精度高。采用基于像素分割的文本检测策略对于扭曲的复杂物品表面具有更强适应性，检测效果也更好。

A Text Detection Method for Outside Packaging of Municipal Solid Waste

【技术实现步骤摘要】
一种城市生活垃圾物品外包装文本检测方法
本专利技术涉及一种物品外包装的文本检测法。特别是涉及一种基于像素分割的城市生活垃圾物品外包装文本检测方法。
技术介绍
随着工业化和城市化的迅速发展，民众的消费生活也发生了巨大的变革：消费品种类繁多，不断推陈出新。导致城市生活垃圾也同时呈现爆炸性增长，多数大中城市出现严重的垃圾围城问题，我国600多座大中城市三分之二陷入垃圾包围之中，四分之一的城市已经没有合适的垃圾填埋堆放场地。更糟糕的是，城市生活垃圾仍以8％-10％的速度持续增长，而城市垃圾清运量增速仅为3.3％，城市垃圾历年累积存量高达80多亿吨。巨量的城市垃圾堆积对城市周边自然生态环境和居民健康造成极大危害。“垃圾围城”是全球各国面临的共同难题，不单单出现在我国，世界其它国家也同样为了垃圾问题而烦恼。为了应对“垃圾围城”西方发达国家和地区针对本国的国情出台了各种策略并取得了很多有益效果。尽管这些国家的垃圾处理策略存在一定的差异，但核心理念却惊人的相似，即通过垃圾分类破解“垃圾围城”困局，实现垃圾资源化、减量化、无害化处理。但考虑到我国的特殊国情：国民分类投放意识不强且在短时间内不可能明显改本文档来自技高网...

【技术保护点】
1.一种城市生活垃圾物品外包装文本检测方法，其特征在于，包括如下步骤：1)采集城市垃圾物品外包装的图像数据集，并对图像数据集中的每个图像的文本区域进行标注；2)对标注完成的图像数据集中的每个图像根据文本区域的标注生成文本分数特征图和多通道位置特征图，构成每个图像的训练标签；3)将图像数据集中的图像按照9：1的比例分为训练集和测试集；4)构建全卷积神经网络模型并利用标有训练标签的训练集进行训练，得到训练好的全卷积神经网络模型；5)利用训练好的全卷积神经网络模型获取待检测图像的预测文本区域；6)阈值筛选阶段，根据设定的文本分数置信度阈值对待检测图像的预测文本区域进行有效文本区域筛选，得到待检测图像...

【技术特征摘要】
1.一种城市生活垃圾物品外包装文本检测方法，其特征在于，包括如下步骤：1)采集城市垃圾物品外包装的图像数据集，并对图像数据集中的每个图像的文本区域进行标注；2)对标注完成的图像数据集中的每个图像根据文本区域的标注生成文本分数特征图和多通道位置特征图，构成每个图像的训练标签；3)将图像数据集中的图像按照9：1的比例分为训练集和测试集；4)构建全卷积神经网络模型并利用标有训练标签的训练集进行训练，得到训练好的全卷积神经网络模型；5)利用训练好的全卷积神经网络模型获取待检测图像的预测文本区域；6)阈值筛选阶段，根据设定的文本分数置信度阈值对待检测图像的预测文本区域进行有效文本区域筛选，得到待检测图像的有效文本区域；7)非极大值抑制阶段，是对所得到的待检测图像的有效文本区域进行非极大值抑制操作，以去除待检测图像中部分冗余或无效的文本区域，得到最终的文本区域检测结果。2.根据权利要求1所述的一种城市生活垃圾物品外包装文本检测方法，其特征在于，步骤1)所述的标注是用人工标注的方法将数据集中每个图像上的文本区域用四边形框标注出来，即标注文本区域的四个顶点坐标C＝{(xi,yi)},1≤i≤4，从图像左上角开始并按照顺时针方向排列。3.根据权利要求1所述的一种城市生活垃圾物品外包装文本检测方法，其特征在于，步骤2)所述的训练标签为生成标注文本区域的文本/非文本类别、四个顶点坐标偏移量和文本区域旋转角度。4.根据权利要求1所述的一种城市生活垃圾物品外包装文本检测方法，其特征在于，步骤4)所述的全卷积神经网络模型包括有...

【专利技术属性】
技术研发人员：曾明，赵丹萍，李祺，王湘晖，
申请(专利权)人：天津大学，
类型：发明
国别省市：天津,12