一种基于深度学习的自然场景下文本检测方法

摘要

本发明提供了一种基于深度学习的自然场景下的文本检测方法，属于计算机视觉领域。该文本检测方法具体由起始模块、字符区域识别网络与胶囊筛选分类网络组成。首先起始模块降低了网络的参数，且在同一层卷积层中放入不同尺寸的卷积核，从而增强了网络对不同尺度的字符特征的适应能力。然后使用字符区域识别网络检测出图片中单个字符，再利用胶囊分类网络来对检测出来的单字符进行筛选分类，用以判断检测到的是否为字符。最后通过一种基于多特征图融合与空洞卷积的字符拼接方法将单个字符拼接成文本行。与现有技术相比，本发明可以降低字符的方向、大小以及位置等因素对检测结果的影响，从而确保检测字符的正确率，进一步提高鲁棒性和准确性。