文献

J-GLOBAL ID：202202275612599375   整理番号：22A0988179

二重注意力融合と空洞残差特徴増強に基づくシーンテキスト検出【JST・京大機械翻訳】

Scene text detection based ondual attention fusion and dilated residual feature augmentation

著者 (7件)： Li Lirong (湖北工業大学電气与電子工程学院,武漢 430064;湖北工業大学太陽能高效利用省協同創新中心,武漢 430064) ,  Zhang Kai (湖北工業大学電气与電子工程学院,武漢 430064) ,  Chen Peng (湖北工業大学電气与電子工程学院,武漢 430064) ,  Zhou Lei (湖北工業大学電气与電子工程学院,武漢 430064) ,  Le Ling (湖北工業大学電气与電子工程学院,武漢 430064) ,  Xiong Wei (湖北工業大学電气与電子工程学院,武漢 430064;湖北工業大学太陽能高效利用省協同創新中心,武漢 430064) ,  Gong Pengcheng (湖北工業大学電气与電子工程学院,武漢 430064;湖北工業大学太陽能高效利用省協同創新中心,武漢 430064)
資料名： Jiguang Zazhi  (Jiguang Zazhi)
巻： 43  号： 1  ページ： 45-51  発行年： 2022年 
JST資料番号： C2074A  ISSN： 0253-2743  CODEN： JIZAEE  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 自然情景における任意形状テキストの漏れ検出と誤り検出の問題を目的として,二重注意力融合と空洞残差特徴強化に基づくシーンテキスト検出法を提案した。テキスト特徴チャネル間の潜在的関係を強化するために,二重注意力融合(DAF)モジュールを提案し,双方向特徴ピラミッドと二重注意力融合モジュールの組合せにより,マルチレベル特徴融合を行った。また、深層特徴図が次元縮小の過程において、語義が失われる可能性がある現象に対して、空洞残差特徴増強(D-RFA)モジュールを提案した。曲がったテキストデータセットのCTW1500におけるテストは,提案方法の精度,再現率,およびF値が,それぞれ,87.8%,84.2%,および86.0%であり,また,マルチ方向テキストデータセットICDAR2015にも,良い表現があることを示した。この方式は,様々な形状テキスト検出において効果的であることを証明した。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： *残差 ,  誤り検出 ,  角錐 ,  深層 ,  チャネル ,  次元縮小
準シソーラス用語： F値 ,  マルチレベル ,  再現率 ,  テキスト検出 , 【Automatic Indexing@JST】

分類 (4件)： 光導波路,光ファイバ,繊維光学  (BD06030H) ,  レーザ一般  (BD04030T) ,  レーザの応用  (BD04100V) ,  固体レーザ  (BD04080W)

タイトルに関連する用語 (7件)： 注意力 ,  融合 ,  空洞 ,  残差 ,  増強 ,  シーン ,  テキスト検出