[发明专利]基于中心点监督信息的文本检测方法

权利要求书

1.一种基于中心点监督信息的文本检测方法，其特征在于，包括如下步骤：

S100：寻找火车票的边界；

S200：对火车票图片经过ResNet50卷积神经网络做特征提取；

S300：通过FPN网络对提取的特征图进行融合；

S400：通过FPN产生五种不同的输出：文本区域，文本中心线区域，圆盘半径，圆盘的sin值以及圆盘的cos值产生最终的检测结果。

2.根据权利要求1所述的基于中心点监督信息的文本检测方法，其特征在于，S100:寻找火车票的边界包括如下步骤：

S110：将图片做灰度化处理；

S120：利用opencv寻找到图片中物体的边界信息；

S130：利用火车票的蒙版，对未灰度化的图片进行旋转操作，丢弃背景信息，只保留火车票；

S140：图片尺寸统一调整为预设的固定值。

3.根据权利要求2所述的基于中心点监督信息的文本检测方法，其特征在于，图片尺寸统一调整为680×450。

4.根据权利要求3所述的基于中心点监督信息的文本检测方法，其特征在于，对于尺寸小于680×450的图片，利用双线性插值方法进行变换。

5.根据权利要求4所述的基于中心点监督信息的文本检测方法，其特征在于，用于对火车票图片做特征提取的ResNet50卷积神经网络去掉了最后的全连接层，只使用前五个block。

6.根据权利要求5所述的基于中心点监督信息的文本检测方法，其特征在于，还包括如下步骤S310:采用1x1的卷积核对整个融合的特征进行降维。

7.根据权利要求6所述的基于中心点监督信息的文本检测方法，其特征在于，将FPN产生五种不同的输出：文本区域，文本中心线区域，圆盘半径，圆盘的sin值以及圆盘的cos值通过striding算法得到最终的检测结果。

8.根据权利要求7所述的基于中心点监督信息的文本检测方法，其特征在于，striding算法流程如下：针对中心线区域中的某个中心线，随机在当中取一个点并找到其在中心线中的对应的中心点P作为开始，然后沿两个方向分别进行striding操作，具体为首先找到当前位置的圆盘半径r，圆盘的正弦值sinθ，圆盘的余弦值cosθ，两个方向的位移为(1/2r×cosθ，1/2r×sinθ)，(-1/2r×cosθ，-1/2r×sinθ)，根据位移值得到新的点，对新的点重新进行中心化得到P+1，P-1并且继续进行striding操作，直到根据位移值得到的点不在中心线区域内，最终得到当前中心线中心点的阵列（P-N，P-N+1，…，P，…，P+M-1，P+M），根据圆盘半径结果中对应点的半径值得到一系列圆盘，产生最终的检测结果。

9.根据权利要求8所述的基于中心点监督信息的文本检测方法，其特征在于，在进行striding算法操作前进行噪点信息过滤：利用文本区域和中心线区域进行相乘操作，过滤掉中心线区域的噪点信息，得到不同文本实例的中心线。

10.根据权利要求9所述的基于中心点监督信息的文本检测方法，其特征在于，还包括S90：文本中心核预测分支的标签制作，该步骤在S100：寻找火车票的边界前进行。