[發明專利]一種復雜場景下的文字檢測方法

有效

• 申請號: 202010464622.5
• 申請日: 2020-05-28
• 公開（公告）號: CN111368848B
• 公開（公告）日: 2020-08-21
• 發明（設計）人: 朱浩;張磊;鄭全新;董小棟;劉陽;趙海波;孟祥松;張逞逞;馮鑫;江龍;鄧家勇;劉婷婷
• 申請（專利權）人: 北京同方軟件有限公司
• 主分類號: G06K9/34
• 分類號: G06K9/34;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種復雜場景下的文字檢測方法，其特征在于，包括如下步驟：

步驟一：圖像數據的場景預處理,先將原始復雜場景中的大像素圖像，劃分成幾個小圖像塊，分別進行檢測，再將檢測結果融合；

步驟二：網絡模型設計,設計了一種融合了分割模塊和檢測模塊的網絡結構SDetNet，計算檢測模塊檢測框和分割模塊檢測框的交并比IOU，再由合并模塊利用交并比參數值和文本存在概率值，判斷該場景中某些局部位置是否存在文字；采用公式（1）計算交并比IOU：

（1）

其中，Pre_Rect是分割模塊和檢測模塊的交并比參數值，Label_Rect表示文字存在的真實分布區域；

步驟三：損失函數,把檢測框和真實框的IOU參數值設定為動態的權值參數，作為模型最終的目標函數再進行CNN迭代訓練，這種回歸長、寬比的損失函數計算方法為：

設定坐標原點為（0，0）點，x、y分別表示文字框的長和寬，坐標中的點A（x1，y1）和點B（x2，y2）分別表示檢測框的真值和模型預測出的結果值，θ參數作為點A和點B之間的夾角，可以衡量向量和的相似度；優化θ參數值，對檢測框進行調節，公式如下(2)和(3):

（2）

（3）

其中，θ為真值坐標A和預測坐標B的夾角，當θ的參數值變大時，cos函數將變大，-ln函數也會變大；通過梯度下降算法，有效的對模型進行調節，使θ參數值逐漸變小，AL是計算的向量方向差異度參數值；

利用真值框和預測框的交并比值設計一個動態的權重值，當IOU參數值比較大時，說明文字檢測區域能更好的覆蓋文字區域，設定較高的權值；當IOU參數值比較小時，說明文字檢測區域覆蓋文字區域效果較差，設定較低的權值；損失函數ShapeLoss如下公式（4）：

(4) 。

2.根據權利要求1所述復雜場景下的文字檢測方法，其特征在于，所述將原始復雜場景中圖像劃分為小圖像塊的數量為4個。

3.根據權利要求1或2所述復雜場景下的文字檢測方法，其特征在于，所述檢測模塊學習文字區域分布和文字傾斜角度特征；所述分割模塊學習文字分布概率和文字檢測框特征。