(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211240926.9 (22)申请日 2022.10.11 (71)申请人 同济人工智能研究院 （苏州） 有限公 司 地址 215000 江苏省苏州市相城区高铁新 城青龙港路58号天成时代商务广场 29、 30层 (72)发明人 邓若愚　胡尚薇　 (74)专利代理 机构 苏州见山知识产权代理事务 所(特殊普通 合伙) 32421 专利代理师 袁丽花 (51)Int.Cl. G06V 20/62(2022.01) G06V 10/26(2022.01) G06N 3/04(2006.01)G06N 3/08(2006.01) G06V 10/82(2022.01) (54)发明名称 一种基于动态染色的场景文字检测方法和 系统 (57)摘要 本申请提供一种基于动态染色的场景文字 检测方法和系统。 方法， 包括以下步骤： 1)提取待 检测图像的视觉特征， 对视觉特征进行特征融 合， 获取特征表达； 2)将特征表达输入分割预测 头部， 生成5个颜色通道的文本核语义分割概率 图； 3)在每个颜色通道Ci上找到置信度大于0的 连通域， 得到每个文本核位点集合Kj； 4)将每个 文本核Kj膨胀为完整文本实例Tj， 得到每个文本 实例的多边形候选框Pj； 5)依次遍历所有多边形 候选框， 对于每两个多边形候选框PiPj， 如果其 交叉面积占比较大， 则将其合并， 由此得到所有 检测框。 与现有技术相比， 本发明具有更好的泛 化性、 更有效的执行速度和对相邻文本更强的切 割能力。 权利要求书2页 说明书9页 附图3页 CN 115546777 A 2022.12.30 CN 115546777 A 1.一种基于动态染色的场景文字检测方法， 包括以下步骤： 1)提取待检测图像的视觉特征， 并对所述视觉特征进行多尺度特征融合， 获取所述待 检测图像的特 征表达； 2)根据所述特 征表达， 生成5个颜色通道的文本核语义分割概 率图； 3)在每个所述文本核语义分割概率图上找到置信度大于0的连通域， 得到每个文本核 位点集合； 4)将每个所述文本核位点集合膨胀为完整文本实例， 得到每个完整文本实例的多边形 候选框； 5)依次遍历所有多边形候选框， 对于每两个多边形候选框， 如果交叉面积与相对较小 的多边形候选 框的面积之比大于 0.5， 则将该两个多边形候选 框合并， 得到所有检测框 。 2.根据权利要求1所述的方法， 其特征在于， 所述的步骤1)中， 提取所述视觉特征的方 法包括： 利用在Ima geNet上预训练的主干网络， 所述主干网络包括ResNet5 0网络。 3.根据权利要求1所述的方法， 其特征在于， 所述的步骤2)中， 通过对特征表达进行三 个连续的卷积及 线性整流后， 最后经过SoftMax层得到5个颜色通道的文本核语义分割概率 图。 4.根据权利要求1所述的方法， 其特征在于， 所述的步骤3)中， 设定一个阈值， 在每个文 本核语义分割概 率图上找到 置信度大于所述阈值的连通 域， 得到每 个文本核位 点集合。 5.根据权利要求1所述的方法， 其特征在于， 所述的步骤4)中， 将每个文本核位点集合 经过形态学操作膨胀为完整文本实例； 遍历所有序号， 得到每个完整文本实例的独立二值 图， 再通过寻找轮廓算法， 得到每 个完整文本实例的多边形候选 框。 6.根据权利要求1所述的方法， 其特 征在于， 所述的步骤5)的具体算法为： 其中， Nt为最终检测框， IOU(Pi， Pj)为第i个与第j个候选框的交叉比， η为判断为重叠的 交叉比的阈值。 7.根据权利要求1所述的方法， 其特征在于， 所述的步骤1)中， 对视觉特征进行多尺度 特征融合的方法包括： 自浅入深的融合多尺度特 征。 8.一种基于动态染色的场景文字检测系统， 其特 征在于， 包括： 特征提取融合模块， 用于提取待检测图像的视觉特征， 并对所述视觉特征进行多尺度 特征融合， 获取 所述待检测图像的特 征表达； 染色分割模块， 用于根据所述特 征表达， 生成5个颜色通道的文本核语义分割概 率图； 文本核模块， 用于在每个所述文本核语义分割概率图上找到置信度 大于0的连通域， 得 到每个文本核位 点集合； 膨胀模块， 用于将每个所述文本核位点集合膨胀为完整文本实例， 得到每个完整文本 实例的多边形候选 框； 交叉合并模块， 用于依次遍历所有多边形候选框， 对于每两个多边形候选框， 如果交叉 面积与相对较小的多边形候选框的面积之比大于0.5， 则将该两个多边形候选框合并， 得到 所有检测框 。权　利　要　求　书 1/2 页 2 CN 115546777 A 29.一种电子设备， 包括存储器、 处理器及存储在所述存储器上并可在所述处理器上运 行的计算机程序， 其特征在于， 所述处理器运行所述计算机程序以实现如权利要求 1‑7任一 项所述的方法。 10.一种计算机可读存储介质， 其上存储有计算机程序， 其特征在于， 所述程序被处理 器执行实现如权利要求1 ‑7中任一项所述的方法。权　利　要　求　书 2/2 页 3 CN 115546777 A 3