[发明专利]检测自然场景图像中的文本的位置的方法和装置有效
| 申请号： | 201810070773.5 | 申请日： | 2018-01-24 |
| 公开（公告）号： | CN108154145B | 公开（公告）日： | 2020-05-19 |
| 发明（设计）人： | 周子键 | 申请（专利权）人： | 北京地平线机器人技术研发有限公司 |
| 主分类号： | G06K9/20 | 分类号： | G06K9/20;G06K9/46;G06N3/04 |
| 代理公司： | 北京市正见永申律师事务所 11497 | 代理人： | 黄小临;王怀章 |
| 地址： | 100080 北京*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 公开了一种检测自然场景图像中的文本的位置的方法和装置。该方法包括：将自然场景图像输入到卷积神经网络；根据卷积神经网络中的每个选定层的输出特征图的大小对卷积神经网络的输出层的输出特征图执行相应的上采样；基于每个选定层的输出特征图和输出层的输出特征图的相应的上采样的结果来生成每个选定层的输出特征图的相应的检测特征图；获得每个检测特征图的与文本的位置有关的一个或多个区域建议框；以及使用每个区域建议框的置信度作为权重来计算所有的区域建议框的坐标的加权平均。通过该方法和装置能够以高召回率检测自然场景图像中的文本的位置。 | ||
| 搜索关键词： | 检测 自然 场景 图像 中的 文本 位置 方法 装置 | ||
【主权项】：
一种检测自然场景图像中的文本的位置的方法，包括：将所述自然场景图像输入到卷积神经网络；根据所述卷积神经网络中的每个选定层的输出特征图的大小对所述卷积神经网络的输出层的输出特征图执行相应的上采样；基于每个选定层的输出特征图和所述输出层的输出特征图的相应的上采样的结果来生成每个选定层的输出特征图的相应的检测特征图；获得每个检测特征图的与所述文本的位置有关的一个或多个区域建议框；以及使用每个区域建议框的置信度作为权重来计算所有的区域建议框的坐标的加权平均，以确定所述文本在所述自然场景图像中的位置。
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北京地平线机器人技术研发有限公司，未经北京地平线机器人技术研发有限公司许可，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/201810070773.5/，转载请声明来源钻瓜专利网。
- 彩色图像和单色图像的图像处理
- 图像编码/图像解码方法以及图像编码/图像解码装置
- 图像处理装置、图像形成装置、图像读取装置、图像处理方法
- 图像解密方法、图像加密方法、图像解密装置、图像加密装置、图像解密程序以及图像加密程序
- 图像解密方法、图像加密方法、图像解密装置、图像加密装置、图像解密程序以及图像加密程序
- 图像编码方法、图像解码方法、图像编码装置、图像解码装置、图像编码程序以及图像解码程序
- 图像编码方法、图像解码方法、图像编码装置、图像解码装置、图像编码程序、以及图像解码程序
- 图像形成设备、图像形成系统和图像形成方法
- 图像编码装置、图像编码方法、图像编码程序、图像解码装置、图像解码方法及图像解码程序
- 图像编码装置、图像编码方法、图像编码程序、图像解码装置、图像解码方法及图像解码程序
