【技术实现步骤摘要】
一种基于图像分割的任意形状场景文本探测方法
本专利技术涉及图像目标探测
，尤其是一种基于图像分割的任意形状场景文本探测方法。
技术介绍
在互联网世界中，图片是传递信息的重要媒介，特别是电子商务、社交和搜索等领域，每天都有数以亿兆级别的图像在传播，图片文字识别（OCR）在商业领域有重要的应用价值，是数据信息化和线上线下打通的基础，也是学术界的研究热点。与文档文字识别不同，自然场景中的文字识别----图像背景复杂、分辨率低、字体多样、分布随意等，传统光学字符识别在此类情况下无法应用。为了更好的进行自然场景文本识别，就需要准确的对场景文本进行探测，场景文本探测作为场景文本识别的前置任务，需要在复杂的自然场景下对文本区域进行精确的定位。目前，场景文本探测常用的手段是将目标探测的方法迁移到文本探测，相对于目标探测，自然场景中的文本具有大小变化大，长宽比变化大，具有变化较大的方向和多样的形状。为了解决场景文本探测问题，通常要将目标探测方法中常用的anchor进行改造。常用的方法是改变预设的大小，长宽比以及加入方向信息。现有技术探测出的文本框大多数都是四边形，对于具有曲折...
【技术保护点】
1.一种基于图像分割的任意形状场景文本探测方法，其特征在于采用深度神经网络模型处理待测场景图片的方法，将得到的概率图与边框图结合得到收缩掩码图，在收缩图上应用算法得到实例级别分割，得到候选文本区域，并对候选文本区域进行得分过滤，选取出最后的文本探测结果，其具体过程包括以下步骤： a步骤：将待探测的场景图片利用深度卷积神经网络模型，分别得到文本边框图、文本区域概率图和文本区域得分图； b步骤：上述文本边框图和文本区域概率图经阈值及二值化算法处理，将图中大于阈值的像素点作为文本区域，去除与边框图重合部分，得到收缩文本掩码图； c步骤：对上述收缩文本掩码图和文本区域概率图采用数学...
【技术特征摘要】
1.一种基于图像分割的任意形状场景文本探测方法，其特征在于采用深度神经网络模型处理待测场景图片的方法，将得到的概率图与边框图结合得到收缩掩码图，在收缩图上应用算法得到实例级别分割，得到候选文本区域，并对候选文本区域进行得分过滤，选取出最后的文本探测结果，其具体过程包括以下步骤：a步骤：将待探测的场景图片利用深度卷积神经网络模型，分别得到文本边框图、文本区域概率图和文本区域得分图；b步骤：上述文本边框图和文本区域概率图经阈值...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。