基于深度学习的场景文字检测综述

被引：74

作者：

姜维 ^{[1
]}

张重生 ^{[2
]}

殷绪成 ^{[3
]}

机构：

[1] 华北水利水电大学信息工程学院

[2] 河南大学计算机与信息工程学院

[3] 北京科技大学计算机与通信工程学院

来源：

电子学报 | 2019年 / 47卷 / 05期

关键词：

深度学习; 场景文字; 检测定位;

D O I：

暂无

中图分类号：

TP391.41 []; TP18 [人工智能理论];

学科分类号：

140502 [人工智能];

摘要：

近年来,基于深度学习的场景文字检测技术取得重要进展.本文综述了该技术在2014～2018年间的最新工作,将其分为传统区域建议方法、文字建议网络方法、基于分割的方法以及文字建议网络与分割的混合方法,并对各类方法的优劣进行分析.本文还展望了未来发展趋势,指出未来研究热点.

引用

收藏

页码：1152 / 1161

页数：10

相关论文

共 2 条

[1]

Could scene context be beneficial for scene text detection?.[J].Anna Zhu;Renwu Gao;Seiichi Uchida.Pattern Recognition.2016,

[2]

Text extraction from natural scene image: A survey.[J].Honggang Zhang;Kaili Zhao;Yi-Zhe Song;Jun Guo.Neurocomputing.2013,