欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 2022104104714
申请人: 湖北工业大学
专利类型:发明专利
专利状态:已下证
专利领域: 计算;推算;计数
更新日期:2026-11-16
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种基于深度卷积神经网络的场景文本检测方法,其特征在于:所述深度卷积神经网络,基于ResNet50网络结构,将ResNet50网络中将3×3Conv卷积替换成自校正卷积,然后于卷积层C在将ResNet50网络中将3×3Conv卷积替换成自校正卷积后,于卷积层CP

P

式中n取2,3,4,Conv所述自校正卷积,其卷积操作过程包括以下3个步骤:(1)将输入大小为C×H×W的特征M,分成M(2)将大小为(C,C,3,3)的原卷积核K分成4个小卷积核K(3)拼接原尺度空间输出特征N其中,在分支1的自校正处理中,首先使用大小为4×4平均池化层对特征MM

M

M

N

其中,F

所述高效通道注意力机制,对于输入的原始图像信息X,经过全局平均池化得到未降维的信息,接着进行尺寸为k的一维卷积操作,然后经过sigmoid函数得到各通道的权重值,在与原始输入信息相乘得到含有通道注意力的图像信息其中,t

所述协调注意力机制层,对于给定输入X,使用大小为(h,1)、(1,w)池化层,分别沿着横轴和纵轴进行平均池化,对每个通道于这两方向上进行编码;在横轴上通道c的输出为f=δ(Conv

g

g

其中,i、j表示输入X中像素坐标,H、W表示输入X的高度和宽度,f所述渐进尺度扩展层,使用1×1Conv对增强后的所述深度卷积神经网络,是训练好的深度卷积神经网络;训练过程中采用的损失函数L由LL=λL

其中,λ是L

损失函数L

L

其中,S

损失函数L

其中,W表示S

所述方法包括以下步骤:

步骤1:将获取的场景文本图像,进行数据增强操作,得到预定大小的图像信息;

步骤2:将预处理后的图像信息输入所述深度卷积神经网络中,提取图像特征F;

步骤3:采用协调注意力机制层将图像特征F进行增强处理;

步骤4:将增强后的特征图,采用渐进尺度扩展层进行后处理,获得文本检测结果。

2.一种基于深度卷积神经网络的场景文本检测系统,其特征在于:所述深度卷积神经网络,基于ResNet50网络结构,将ResNet50网络中将3×3Conv卷积替换成自校正卷积,然后于卷积层C在将ResNet50网络中将3×3Conv卷积替换成自校正卷积后,于卷积层CP

P

式中n取2,3,4,Conv所述自校正卷积,其卷积操作过程包括以下3个步骤:(1)将输入大小为C×H×W的特征M,分成M(2)将大小为(C,C,3,3)的原卷积核K分成4个小卷积核K(3)拼接原尺度空间输出特征N其中,在分支1的自校正处理中,首先使用大小为4×4平均池化层对特征MM

M

M

N

其中,F

所述高效通道注意力机制,对于输入的原始图像信息X,经过全局平均池化得到未降维的信息,接着进行尺寸为k的一维卷积操作,然后经过sigmoid函数得到各通道的权重值,在与原始输入信息相乘得到含有通道注意力的图像信息其中,t

所述协调注意力机制层,对于给定输入X,使用大小为(h,1)、(1,w)池化层,分别沿着横轴和纵轴进行平均池化,对每个通道于这两方向上进行编码;在横轴上通道c的输出为f=δ(Conv

g

g

其中,i、j表示输入X中像素坐标,H、W表示输入X的高度和宽度,f所述渐进尺度扩展层,使用1×1Conv对增强后的所述深度卷积神经网络,是训练好的深度卷积神经网络;训练过程中采用的损失函数L由LL=λL

其中,λ是L

损失函数L

L

其中,S

损失函数L

其中,W表示S

所述系统包括以下模块:

模块1,用于将获取的场景文本图像,进行数据增强操作,得到预定大小的图像信息;

模块2,用于将预处理后的图像信息输入所述深度卷积神经网络中,提取图像特征F;

模块3,用于采用协调注意力机制层将图像特征F进行增强处理;

模块4,用于将增强后的特征图,采用渐进尺度扩展层进行后处理,获得文本检测结果。

3.一种基于深度卷积神经网络的场景文本检测设备,其特征在于,包括:一个或多个处理器;

存储装置,用于存储一个或多个程序,当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器实现如权利要求1所述的基于深度卷积神经网络的场景文本检测方法。