文献类型：期刊文章

作　　者：赵凡[1] 张琳[1] 闻治泉[1] 杨林林[1] 蔺广逢[1]

ZHAO Fan;ZHANG Lin;WEN Zhiquan;YANG Linlin;LIN Guangfeng(Department of Information Science,School of Printing,Packaging and Digital Media,Xi’an University of Technology,Xi’an 710048,China)

机构地区：[1]西安理工大学印刷包装与数字媒体学院信息科学系,西安710048

出　　处：《计算机工程与应用》

基　　金：国家自然科学基金(61671376,61771386);陕西省重点研发计划(2020SF-359)。

年　　份：2021

卷　　号：57

期　　号：6

起止页码：159-167

语　　种：中文

收录情况：AJ、BDHX、BDHX2020、CSCD、CSCD_E2021_2022、IC、JST、RCCSE、ZGKJHX、核心刊

摘　　要：为了提高经典目标检测算法对自然场景文本定位的准确性,以及克服传统字符检测模型由于笔画间存在非连通性引起的汉字错误分割问题,提出了一种直接高效的自然场景汉字逼近定位方法。采用经典的EAST算法对场景图像中的文字进行检测。对初检的文字框进行调整使其更紧凑和更完整地包含文字,主要由提取各连通笔画成分、汉字分割和文字形状逼近三部分组成。矫正文字区域和识别文字内容。实验结果表明,提出的算法在保持平均帧率为3.1帧/s的同时,对ICDAR2015、ICDAR2017-MLT和MSRA-TD500三个多方向数据集上文本定位任务中的F-score分别达到83.5%、72.8%和81.1%;消融实验验证了算法中各模块的有效性。在ICDAR2015数据集上的检测和识别综合评估任务中的性能也验证了该方法相比一些最新方法取得了更好的性能。

关 键 词：文字检测 文字定位 文字识别 卷积神经网络  多方向文字  谱聚类

分 类 号：TP399]