计算机工程与科学

作者：李卓璇, 周亚同

单位：（河北工业大学电子信息工程学院,天津 300401）

关键词：文字检测,多尺度特征,特征融合,深度学习,

基金：京津冀基础研究合作专项（H2021202008，J210008）；内蒙古自治区纪检监察大数据实验室开放课题（IMDBD202105）

电商图像背景较为复杂、文字区域形状多变，现有的文字检测模型无法精确检测文字位置这一问题。提出一种改进的文字检测模型——迭代自选择特征融合DBNet（iSFF-DBNet）。首先在主干网络提取特征后，在构建特征金字塔网络FPN的过程中引入注意力机制;然后提出了迭代自选择特征融合模块iSFF来提升模型的特征提取能力;最后引入双边上采样模块提升可微分二值化模块的自适应性能。实验结果表明，在ICPR MTWI 2018网络图像数据集文本检测任务中，对比标准的DBNet模型，所提改进模型的召回率和F-score分别提升了6.0%和2.4%。与其他文字检测模型相比，该模型在精确率和召回率上取得了平衡，能够更准确地检测文字。

来源：2023年第11期

《计算机工程与科学》期刊编辑部

查看计算机工程与科学杂志2023年第11期