基金项目:国家自然科学基金资助项目(61963017);上海市科技计划项目(23010501000);上海市教育科学研究项目(C2022056);教育部人文社会科学研究项目(22YJAZH145)收稿日期:2021－04－09修回日期:2021－04－22第40卷第2期计算机仿真2023年2月文章编号:1006－9348(2023)02－0228－08嵌入重评分机制的自然场景文本检测方法刘艳丽1，2，王毅宏2，张恒1，2，程晶晶2(1．上海电机学院电子信息学院，上海201306;2．华东交通大学信息工程学院，江西南昌330000)摘要:针对自然场景文本检测中存在大量假阳性问题，提出了嵌入重评分机制的自然场景文本检测方法。引入实例分割网络(MaskＲ－CNN)作为基本框架，实现对自然场景中多方向、不规则文本的检测;设计文本掩膜重评分机制，通过预测文本掩膜的质量，将文本的语义类别信息与其对应的掩膜完整性信息相结合，重新评估文本掩膜的质量，精确了文本的候选区域;重新设计损失函数的作用范围。上述模型基于端到端训练，在ICDAＲ2013、ICDAＲ2015和Total－Text等数据集进行性能测试，结果表明，提出的方法有效的提高了字符分割的完整性，较之现有方法明显地提高了文本检测的准确率和召回率，更适合自然场景中的不规则文本的识别。关键词:文本检测;文本识别;自然场景;实例分割中图分类号:TP399文献标识码:BTextDetectioninNaturalScenesBasedonEmbeddedＲe－ScoreMechanismLIUYan－li1，2，WANGYi－hong2，ZHANGHeng1，2，CHENGJing－jing2(1．SchoolofElectronicInformation，ShanghaiDianjiUniversity，Shanghai201306，China;2．SchoolofInformationEngineering，EastChinaJiaotongUniversity，NanchangJiangxi330000，China)ABSTＲACT:Inordertosolvetheproblemoffalsepositivesintextdetectionofnaturalscenes，atextdetectionmeth-odbasedonembeddedres－coringisproposed．Thispaperintroducedtheinstancesegmentationnetwork(MaskＲ－CNN)asthebasicframeworktorealizemulti－directionalandirregulartextdetectioninnaturalscenes．Bypredictingthequalityofthetextmask，andcombiningthesemanticcategoryinformationofthetextwithitscorrespondingmaskintegrityinformation，thequalityofthetextmaskwasre－evaluated，andthecandidateregionsofthetextwerepreciselyrefined．Thescopeofthelossfunctionwasredesigned．Themodelwasbasedonend－to－endtraining，anditsperformancewastestedonICDAＲ2013，ICDAＲ...
