基于RefineNet特征融合的改进EAST场景文本检测方法

作     者：张魁 仝明磊 施漪涵 唐丽 Zhang Kui;Tong Minglei;Shi Yihan;Tang Li

作者机构：上海电力大学电子与信息工程学院上海200090 

出 版 物：《计算机应用与软件》 (Computer Applications and Software)

年 卷 期：2022年第39卷第4期

页      面：223-227,319页

学科分类：08[工学] 081202[工学-计算机软件与理论] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：上海市自然科学基金项目(16ZR1413300) 

主　　题：文本检测 残差网络 特征提取 特征融合 

摘      要：特征融合是文本检测算法的重要步骤。为提升文本检测的召回率和准确率,提出一种利用RefineNet(Refinement Network)网络进行特征融合的改进EAST(Efficient and Accurate Scene Text Detector)算法。以ResNet(Residual Network)残差网络作为特征提取层的骨干网络,提取出2-5层的特征图;用RefineNet取代East模型中的维度拼接算法,融合多分辨率特征,将4路特征图合并成1路RCU(Residual Conv Unit)输出;经过卷积、池化和上采样等操作在输出层得到文本框的置信度、文本框的位置信息以及文本框旋转角度,通过非最大值抑制输出检测结果。实验结果表明,在相同实验环境条件下,采用该方法比原EAST方法准确率提高约2百分点,召回率提高约8百分点。