关键词：自然场景 文本检测 深度学习 ssd算法 r2cnn算法 

摘要：由于场景文本图像中背景的复杂性和文本方向的不确定性,精确定位文本位置难度加大。基于此,根据R2CNN算法对多方向文本的处理思想,提出将该思想与SSD算法相结合,即利用文本区域左上角、右上角坐标以及文本区域的高与SSD算法每一层特征层中不同纵横比的锚点框进行匹配,利用非极大值抑制筛选出最优文本框,获得文本区域。为适应场景文本,提出增添相应的锚点框纵横比,从而进行自然场景文本检测。实验结果表明,所提方法不仅可以检测出倾斜的场景文本,而且提高了SSD算法在场景文本检测时的准确性和召回率,最终准确率为0.7056,召回率为0.5342,F值为0.6080。

电视技术杂志要求:

{1}内容摘要：反映研究对象和范围、采用的研究手段和方法、得出的核心结论，体现论文的创新性和学术影响，旨在提高论文的引用量与转载量。一般以400-500字为宜。

{2}来稿一律使用word格式，标题为二号小标宋、作者和单位为四号仿宋、正文为三号仿宋。

{3}作者若有抄袭、模仿他人作品等侵犯他人知识产权的；或者稿件内容侵犯他人名誉权、隐私权、人格权的，由作者承担相应法律责任，本刊概不负责。

{4}论文正文后附作者简介，格式参照：姓名(出生年月-)，性别，籍贯，职称，学位，单位，研究方向，联系电话和邮箱。

{5}文中如出现外国人名，第一次出现时需译成汉语，用括号标注外文原名，以后出现时直接用汉译人名。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社