一种基于GR和对抗学习的弱监督曲面文本检测方法
公开
摘要
本发明设计了一种基于GR和对抗学习的弱监督曲面文本检测方法，具体流程如图1所示，该方法主要将GR模型生成的显著图与基于对抗学习的弱监督曲面文本检测算法生成的黑白场景文本分割图进行逐像素特征融合得到最终的候选文本区域，利用两者检测的重点关注目标不同使得两者融合后的候选区域很大程度上会包含更全面的文本信息。本发明能够基于现有的曲面场景文本分割算法存在的局限性，分析存在的问题，从而使用户能够更准确的定位曲面目标表面的文本，从而为后续的文本区域分类工作提供更好的数据支撑，满足了用户的识别需求，提高了识别的准确率，从而使用户能够享受更便捷的生活。
基本信息
专利标题 ：
一种基于GR和对抗学习的弱监督曲面文本检测方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114596559A
申请号 ：
CN202210250908.2
公开（公告）日 ：
2022-06-07
申请日 ：
2022-03-15
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
谭钦红宋代荣黄俊
申请人 ：
重庆邮电大学
申请人地址 ：
重庆市南岸区崇文路2号
代理机构 ：
代理人 ：
优先权 ：
CN202210250908.2
主分类号 ：
G06V20/62
IPC分类号 ：
G06V20/62 G06V30/148 G06N3/04 G06N3/08
法律状态
2022-06-07 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
