[发明专利]基于笔画宽度变换与卷积神经网络的场景文本检测方法有效
| 申请号： | 201811021712.6 | 申请日： | 2018-09-03 |
| 公开（公告）号： | CN109117841B | 公开（公告）日： | 2020-12-11 |
| 发明（设计）人： | 肖苹苹;柯志达;林春敏;彭振文;苏亮;陈卫强;周方明 | 申请（专利权）人： | 厦门金龙联合汽车工业有限公司 |
| 主分类号： | G06K9/32 | 分类号： | G06K9/32;G06K9/34 |
| 代理公司： | 泉州市博一专利事务所(普通合伙) 35213 | 代理人： | 方传榜 |
| 地址： | 361023 *** | 国省代码： | 福建;35 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于笔画宽度变换与卷积神经网络的场景文本检测方法，涉及场景文本检测领域，包括以下步骤：准备训练数据集，通过卷积神经网络基于Bootstrap策略训练文本二分类器；利用最大稳定极值区域算法从图像中获得候选文本区域；利用所述文本二分类器对所述候选文本区域进行分类；在候选文本区域中，基于笔画宽度变换算法获得候选字符，通过几何约束过滤候选字符。本发明的有益效果：本方法基于Bootstrap策略的训练丰富了样本图像的数量与质量；利用笔画宽度变换算法基于确定的候选文本区域提高了检测性能，并将检测级别确定为字符级；基于区域的算法以及大量中文训练样本使得方法有效地检测出中文文本。 | ||
| 搜索关键词： | 基于 笔画 宽度 变换 卷积 神经网络 场景 文本 检测 方法 | ||
【主权项】：
1.基于笔画宽度变换与卷积神经网络的场景文本检测方法，其特征在于,包括以下步骤：A. 准备训练数据集，通过卷积神经网络基于Bootstrap策略训练文本二分类器；B. 利用最大稳定极值区域算法从图像中获得候选文本区域；C. 利用所述文本二分类器对所述候选文本区域进行分类；D. 在所述候选文本区域中，基于笔画宽度变换算法获得候选字符，通过几何约束过滤候选字符，去除误报；E. 通过几何关系、位置关系将步骤D中所得候选字符组合成候选文本行。
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厦门金龙联合汽车工业有限公司，未经厦门金龙联合汽车工业有限公司许可，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/201811021712.6/，转载请声明来源钻瓜专利网。
