計算機視覺領域一直吸引著研究人員不斷的探究,該領域技術可應用于生產控制、智慧城市、信息提取等諸多方面,其中對自然場景中文字的檢測是提取出圖像中高級文字信息的關鍵技術之一。近年來伴隨著深度學習技術的發(fā)展,大量自然場景文字檢測方法被提出,如何融合這些方法的優(yōu)點達到更好的檢測效果,是該領域的研究熱點。本文在研究多種自然場景文字檢測模型的基礎上,提出一種基于SSD算法的自然場景文字檢測模型。該模型利用本文提出的外部交互校正方法,融合了語義分割和目標檢測這兩種經典文字檢測框架。所提出的融合方法同時運行語義分割算法和目標檢測算法分別獲得文字檢測結果,再將兩種方法的檢測結果進行相互修正。為了改進現有文字檢測方法,本文首先對SSD算法進行改造,引入多層Inception結構,同時根據自然場景文字特點修改默認文字邊界框的尺寸。在分別獲得改進后SSD算法和語義分割算法的檢測結果后,使用本文提出的邊界框增強模塊,逐項利用語義分割結果計算SSD檢測結果的區(qū)域中值概率,并根據概率值判斷該文字邊界框保留狀態(tài)。為了進一步使用語義分割結果,本文提出了一個語義邊界框模塊,該模塊使用全連接條件隨機場處理語義分割結果中的文... 

【文章來源】：西安電子科技大學陜西省 211工程院校 教育部直屬院校

【文章頁數】：82 頁

【學位級別】：碩士

【部分圖文】：

自然場景圖像中包含文字信息文字檢測技術是諸如文字識別技術等諸多技術的一個基礎技術，它有著豐富的應

文字檢測技術對其進行識別，并在工廠的生產數據庫中判定是否組裝和連接正確，對所生產的產品進行自動化檢測。圖1.2 自然場景文字檢測難點示意圖圖像是以二維矩陣的形式存儲在存儲設備當中，通常使用紅、綠、藍即 RGB 來表示所拍攝對象的形狀、顏色等底層信息。與人不同的是，計算機需要從圖像的像素矩陣這種底層信息中，通過一定的處理手段獲取圖像中的目標信息，如何賦予計算機這種能力是一件繁瑣且困難的事情。自然場景圖像中的文字具有極大的多樣性，例如全球共有 4000 多種文字，其中使用人口較多的就有幾百種，這么多文字種類的樣式迥異，同時在自然場景圖像中的文字大小、所處的位置、字體和顏色、圖像中文字與背景的對比度、圖像明暗程度、受到不均勻光照等等都有所不同；同時由于拍攝的隨意性和文字本身的特性，文本行可能是以各種角度甚至是彎曲排列的；由于是自然場景中的文字

達到文字檢測的目標。]提出了一種新的自然圖像文本檢測方法，該方法 3D 自然場景文字；其次，使用合成的圖像訓練絡在圖像中的所有位置和多個尺度上都能有效地法框圖如圖 1.3 所示。

【參考文獻】：
博士論文
[1]自然場景圖像中的文字檢測[D]. 孫雷.中國科學技術大學 2015
[2]自然圖像中文字檢測與識別研究[D]. 姚聰.華中科技大學 2014

碩士論文
[1]自然場景圖像中的文字檢測關鍵算法研究[D]. 田彪.南京郵電大學 2016



本文編號：3379442