[发明专利]基于深度强化学习的场景文本检测方法及系统有效
| 申请号： | 201711352220.0 | 申请日： | 2017-12-15 |
| 公开（公告）号： | CN108090443B | 公开（公告）日： | 2020-09-22 |
| 发明（设计）人： | 黄双萍;王浩彬;金连文 | 申请（专利权）人： | 华南理工大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/34;G06K9/62 |
| 代理公司： | 广州市华学知识产权代理有限公司 44245 | 代理人： | 李君 |
| 地址： | 511458 广东省广州市*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了基于深度强化学习的场景文本检测方法及系统，所述方法包括：训练一个特征提取网络；训练一个决策网络；通过特征提取网络和决策网络定位待检测图像上场景文本的位置；其中，所述特征提取网络为场景文本图像特征提取的深度卷积神经网络；所述决策网络为拟合强化学习Q值函数的神经网络。本发明将场景文本检测解析为基于视觉的连续性决策问题，结合强化学习与深度神经网络，模拟日常生活中人眼从整图开始逐渐聚焦到目标物体的过程；在训练过程中，利用深度神经网络，很好地提取出当前定位框图像信息，以强化学习方法训练出能进行目标文本定位的模型。 | ||
| 搜索关键词： | 基于 深度 强化 学习 场景 文本 检测 方法 系统 | ||
【主权项】：
1.基于深度强化学习的场景文本检测方法，其特征在于：所述方法包括：训练一个特征提取网络；其中，所述特征提取网络为场景文本图像特征提取的深度卷积神经网络；训练一个决策网络；其中，所述决策网络为拟合强化学习Q值函数的神经网络；通过特征提取网络和决策网络定位待检测图像上场景文本的位置。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于华南理工大学，未经华南理工大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201711352220.0/，转载请声明来源钻瓜专利网。
