基于多粒度特征增强网络的交通文本检测方法

来源：计算机工程杂志2024年第11期北京时间：

作者：朱彦斌, 王润民, 陈华, 曹小菲, 朱祯琳, 丁亚军

单位：湖南师范大学信息科学与工程学院, 湖南 长沙 410081

摘要：深度学习极大地推动了自然场景文本检测和识别领域的发展, 然而, 对行车环境中的交通文本检测研究相对匮乏。为此, 提出一种新颖的端到端文本检测框架, 实现对车载摄像头捕获到的交通文本检测。设计多粒度文本特征增强模块(MTFEM), 通过无缝集成交通文本的粗粒度特征和细粒度特征, 进行全面理解和分析, 以提高对交通文本的特征表达能力。此外, 为了优化网络学习, 保持模型训练的稳定性, 避免像素预测误差所导致梯度急剧变化, 设计一种新颖的联合损失函数。实验结果表明, 该方法在交通文本数据集CTST-1600和TPD上的F1值分别达到了93.7%和94.1%, 与主流方法相比具有更高的检测结果。为了进一步验证所提方法的适应性, 在多方向自然场景文本数据集ICDAR 2015和多语言文本数据集MSRA-TD500上的F1值分别取得了87.7%和87.0%, 具有较强的鲁棒性。

关键词：卷积神经网络,文本检测,智慧交通,多粒度特征增强,联合损失函数

基金资助：湖南省自然科学基金面上项目(2020JJ4057); 湖南省教育厅重点基金(21A0052); 长沙市重点研发计划(kq2004050)