期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
结合特征融合和金字塔注意力的场景文本检测
被引量:
5
1
作者
冯宇静
贾世杰
《重庆邮电大学学报(自然科学版)》
CSCD
北大核心
2022年第1期110-116,共7页
基于深度学习的场景文本检测普遍缺少特征级的精细化,导致原本设计良好的模型不能被充分利用,提出将特征融合和特征金字塔注意力模块应用到场景文本检测。将基本特征提取网络(PixelLink算法)得到的4个特征映射层以采样后加权叠加的方式...
基于深度学习的场景文本检测普遍缺少特征级的精细化,导致原本设计良好的模型不能被充分利用,提出将特征融合和特征金字塔注意力模块应用到场景文本检测。将基本特征提取网络(PixelLink算法)得到的4个特征映射层以采样后加权叠加的方式进行特征融合,并将结果送给特征金字塔注意力模块。特征融合使各层级的特征信息相结合,从而增加了特征映射层的信息量。采用注意力网络可以在增大感受野的同时不提高计算力,而空间金字塔结构可利用不同的网格尺度或不同的扩张率融合多尺度的特征信息。特征金字塔注意力模块包含精细化金字塔网络分支、非线性变换分支以及全局平均池化分支。实验结果表明,相较于PixelLink算法,该算法在ICDAR2015和ICDAR2013数据集上综合指标(F-measure,F)分别提升了2.91%和4.04%。
展开更多
关键词
特征融合
特征金字塔注意力模块
自然场景文本检测
pixellink
ICDAR2015
ICDAR2013
下载PDF
职称材料
手写多字体藏文古籍文本检测方法研究
被引量:
4
2
作者
芷香香
高定国
《高原科学研究》
CSCD
2022年第2期89-101,共13页
为更好利用和挖掘藏文古籍文献内容,文章首先研究了手写藏文古籍文本的特点,按照其字形大小构建了3种数据集;其次采用PSENet、PixelLink、PANNet 3种基于分割的深度学习文本检测算法对多种字体的手写藏文古籍文本进行了检测;再评估了3...
为更好利用和挖掘藏文古籍文献内容,文章首先研究了手写藏文古籍文本的特点,按照其字形大小构建了3种数据集;其次采用PSENet、PixelLink、PANNet 3种基于分割的深度学习文本检测算法对多种字体的手写藏文古籍文本进行了检测;再评估了3种算法对手写藏文古籍文本的检测性能,分析了3种算法检测多种手写藏文古籍字体和字形大小的效果,指出了在同库实验中PSENet和PANNet性能优于Pixel⁃Link,跨库实验中PixelLink性能优于PSENet和PANNet。
展开更多
关键词
藏文古籍
多字体
文本检测
PSENet
pixellink
PANNet
下载PDF
职称材料
题名
结合特征融合和金字塔注意力的场景文本检测
被引量:
5
1
作者
冯宇静
贾世杰
机构
大连交通大学电气信息工程学院
出处
《重庆邮电大学学报(自然科学版)》
CSCD
北大核心
2022年第1期110-116,共7页
基金
辽宁省教育厅科学研究项目(JDL2019006)。
文摘
基于深度学习的场景文本检测普遍缺少特征级的精细化,导致原本设计良好的模型不能被充分利用,提出将特征融合和特征金字塔注意力模块应用到场景文本检测。将基本特征提取网络(PixelLink算法)得到的4个特征映射层以采样后加权叠加的方式进行特征融合,并将结果送给特征金字塔注意力模块。特征融合使各层级的特征信息相结合,从而增加了特征映射层的信息量。采用注意力网络可以在增大感受野的同时不提高计算力,而空间金字塔结构可利用不同的网格尺度或不同的扩张率融合多尺度的特征信息。特征金字塔注意力模块包含精细化金字塔网络分支、非线性变换分支以及全局平均池化分支。实验结果表明,相较于PixelLink算法,该算法在ICDAR2015和ICDAR2013数据集上综合指标(F-measure,F)分别提升了2.91%和4.04%。
关键词
特征融合
特征金字塔注意力模块
自然场景文本检测
pixellink
ICDAR2015
ICDAR2013
Keywords
feature fusion
feature pyramid attention module
natural scene text detection
pixellink
ICDAR2015
ICDAR2013
分类号
TP391 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
手写多字体藏文古籍文本检测方法研究
被引量:
4
2
作者
芷香香
高定国
机构
西藏大学信息科学技术学院
出处
《高原科学研究》
CSCD
2022年第2期89-101,共13页
基金
国家自然科学基金项目(62166038)
西藏大学研究生高水平人才培养计划项目(00060701).
文摘
为更好利用和挖掘藏文古籍文献内容,文章首先研究了手写藏文古籍文本的特点,按照其字形大小构建了3种数据集;其次采用PSENet、PixelLink、PANNet 3种基于分割的深度学习文本检测算法对多种字体的手写藏文古籍文本进行了检测;再评估了3种算法对手写藏文古籍文本的检测性能,分析了3种算法检测多种手写藏文古籍字体和字形大小的效果,指出了在同库实验中PSENet和PANNet性能优于Pixel⁃Link,跨库实验中PixelLink性能优于PSENet和PANNet。
关键词
藏文古籍
多字体
文本检测
PSENet
pixellink
PANNet
Keywords
Tibetan ancient books
multifont
text detection
PSENet
pixellink
PANNet
分类号
TP391.41 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
结合特征融合和金字塔注意力的场景文本检测
冯宇静
贾世杰
《重庆邮电大学学报(自然科学版)》
CSCD
北大核心
2022
5
下载PDF
职称材料
2
手写多字体藏文古籍文本检测方法研究
芷香香
高定国
《高原科学研究》
CSCD
2022
4
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部