《表2 ICDAR 2015场景文字检测竞赛测试集实验结果》
为进一步验证本文方法的有效性,本文与最近的其他文字检测方法进行了对比,在ICDAR 2015测试集实验结果的对比如表2所示,本文方法利用设计的高斯补偿函数在ICDAR 2015数据集上的Precision与F-measure指标上相对于其他补偿函数取得了更好的效果,其中Precision为0.803,F-measure指标为0.773。本文方法在Precision指标均高于表2中其他方法,F-measure指标结果高于表2中绝大多数的方法,如SegLink[18]与CTPN[11]等。然而与方法RRPN[13]比较,本文方法在Recall、F-measure指标上还有进一步提升的空间。本文方法利用设计的高斯补偿函数与其他文字检测方法在ICDAR 2013测试集实验结果的对比如表3所示,相对于I2R NUS[25]、Text[26]、Faster-RCNN[27]等方法,本文方法取得了更有竞争力的结果。
图表编号 | XD00119683400 严禁用于非法目的 |
---|---|
绘制时间 | 2020.01.15 |
作者 | 杨剑锋、王润民、何璇、李秀梅、钱盛友 |
绘制单位 | 湖南师范大学信息科学与工程学院、湖南师范大学信息科学与工程学院、湖南师范大学信息科学与工程学院、湖南师范大学信息科学与工程学院、湖南师范大学物理与电子科学学院 |
更多格式 | 高清、无水印(增值服务) |