一种基于端到端全卷积神经网络的场景文本检测方法

摘要

本发明公开了一种基于端到端全卷积神经网络的场景文本检测方法，用于在自然场景的图像中发现多方向文本位置的问题。具体包括如下步骤：获取用于训练场景文本检测的多个图像数据集，并定义算法目标；利用全卷积特征提取网络对图像进行特征学习；对特征图上的每个样本点预测实例级别的仿射变换矩阵，根据预测的仿射变换变形采样网格对文本进行特征表达；对候选文本的特征向量进行分类，同时进行坐标回归和仿射变换回归，联合优化模型；使用所述学习框架检测文本的精确位置；对网络输出的包围框集合进行非极大值抑制得到最终文本检测结果。本发明用于真实图像数据的场景文本检测，对多方向、多尺度、多语种、形状畸变等各类复杂情况具有较佳的效果和鲁棒性。