买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
申请/专利权人:南京紫金数云信息技术有限公司
摘要:本发明公开了一种基于FPN与内核聚类的自然场景图像文本检测方法,涉及机器视觉检测技术领域,旨在有效地从图像中定位和识别出包含在自然场景中的文本信息;该方法结合了特征增强金字塔FPN和内核扩展的优势,通过在多个层次上提取图像特征,实现了对文本区域的准确检测;我们使用预训练的CNN模型提取图像的特征,然后将这些特征输入到多尺度特征金字塔FPN来融合不同维度特征,再通过空间注意力特征增强模块,最终得到多个尺度的特征图;再通过内核聚类的方法检测文本区域,实验结果表明,与现有方法相比,我们的方法不仅在准确率上取得了提升,而且在处理复杂的场景和字体时也表现出了稳定的性能。
主权项:1.一种基于FPN与内核聚类的自然场景图像文本检测方法,其特征在于,具体包含以下步骤:步骤1,采用相机对场景图像进行图像数据的采集;步骤2,对相机获取的图像进行预处理,具体包括调整大小、归一化、颜色空间转换;步骤3,使用卷积神经网络来获得图像的特征表示;通过多尺度特征金字塔FPN和空间注意力特征增强模块来捕获不同维度的文本特征,通过在不同层级的特征图上应用卷积操作,得到多尺度的特征图;步骤4,通过内核聚类模块精确地聚合文本像素到相应的文本内核,再通过文本内核进行扩展,将不同尺度上的文本区域逐渐扩展为更大的区域;每一轮迭代都会在上一轮的基础上将文本区域进行膨胀,然后与当前尺度上的预测进行融合,得到文本检测结果;步骤5,将检测结果进行可视化,在图像上绘制检测框或使用不同的颜色来表示不同的文本区域。
全文数据:
权利要求:
百度查询: 南京紫金数云信息技术有限公司 一种基于FPN与内核聚类的自然场景图像文本检测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。