文献类型：期刊文章

作　　者：王润民[1,2] 桑农[3] 丁丁[4] 陈杰[5] 叶齐祥[6] 高常鑫[3] 刘丽[2,5]

WANG Run-Min;SANG Nong;DING Ding;CHEN Jie;YE Qi-Xiang;GAO Chang-Xin;LIU Li(School of Physics and Information Science,Hunan Normal University,Changsha 410081,China;Department of Information System and Management,National University of Defense Technology,Changsha 410000,China;School of Automation,Huazhong University of Science and Technology,Wuhan 430074,China;Teaching and Research Support Center, National University of Defense Technology,Changsha 410000, China;Department of Electrical and Information Engineering,University of Oulu,Oulu,FI-90014,Finland;School of Electronics,Electrical and Communication Engineering,Univer sity of Chinese Academy of Sciences,Beijing 101408,China)

机构地区：[1]湖南师范大学物理与信息科学学院 [2]国防科技大学信息系统与管理学院 [3]华中科技大学自动化学院 [4]国防科技大学教研保障中心 [5]奥卢大学电气与信息工程系 [6]中国科学院大学电子电气与通信工程学院

出　　处：《自动化学报》

基　　金：国家自然科学基金(61502164);湖南省自然科学基金(2016JJ3090);湖南省教育厅优秀青年项目(16B155);中国博士后科学基金(2015T81130;2014M562569)资助~~

年　　份：2018

卷　　号：44

期　　号：12

起止页码：2113-2141

语　　种：中文

收录情况：BDHX、BDHX2017、CSCD、CSCD2017_2018、EI、JST、MR、RCCSE、SCOPUS、ZGKJHX、ZMATH、核心刊

摘　　要：本文对自然场景文本检测问题及其方法的研究进展进行了综述.首先,论述了自然场景文本的特点、自然场景文本检测技术的研究背景、现状以及主要技术路线.其次,从传统文本检测以及深度学习文本检测的视角出发,梳理、分析并比较了各类自然场景文本检测方法的优缺点,并介绍了端对端文本识别技术.再次,论述了自然场景文本检测技术所面临的挑战,探讨了相应的解决方案.最后,本文列举了测试基准数据集、评估方法,将最具代表性的自然场景文本检测方法的性能进行了比较,本文还展望了本领域的发展趋势.

关 键 词：文本检测 场景文本 深度学习  手工设计的特征  连通域分析  

分 类 号：TP391.41] TP391.1[计算机类]