《表3 ICDAR 2013场景文字检测竞赛测试集实验结果》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于FCN的多方向自然场景文字检测方法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

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。