典型文献
基于双重注意力融合和空洞残差特征增强的场景文本检测
文献摘要：
针对自然场景中任意形状文本容易漏检、错检的问题,提出了一种基于双重注意力融合和空洞残差特征增强的场景文本检测方法.为了增强文本特征通道之间的潜在联系,提出了双重注意力融合(DAF)模块,采用双向特征金字塔与双重注意力融合模块相结合的方式进行多层的特征融合;另外针对深层特征图在降维的过程中可能造成语义丢失的现象,提出了空洞残差特征增强(D-RFA)模块.通过在弯曲文本数据集CTW1500上的测试表明,该方法的准确率、召回率和F值分别达到了87.8％、84.2％和86.0％,同时在多方向文本数据集ICDAR2015上也有良好的表现,证明了该方法在各种形状文本检测上的有效性.
文献关键词：
场景文本检测;双向特征金字塔;双重注意力融合;空洞残差特征增强
中图分类号：
作者姓名：
李利荣;张开;陈鹏;周蕾;乐玲;熊炜;巩朋成
作者机构：
湖北工业大学电气与电子工程学院,武汉 430064;湖北工业大学太阳能高效利用省协同创新中心,武汉 430064
文献出处：
引用格式：
[1]李利荣;张开;陈鹏;周蕾;乐玲;熊炜;巩朋成-.基于双重注意力融合和空洞残差特征增强的场景文本检测)[J].激光杂志,2022(01):45-51
A类：
空洞残差特征增强
B类：
双重注意力融合,场景文本检测,自然场景,任意形状,漏检,文本特征,DAF,双向特征金字塔,特征融合,深层特征,特征图,成语,RFA,文本数据,CTW1500,测试表明,召回率,多方向,ICDAR2015
AB值：
0.199811
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
