《表1 本文算法在ICDAR-2013上的实验结果》
注:加粗字体为每列最优值,“-”表示文献中无该指标。
为了验证算法的有效性,本文在ICDAR-2013数据集上计算了召回率、准确率以及F值,同时使用帧/s的指标来进行检测时间的对比。如表1所示,本文的方法取得了较高的召回率、准确率以及F值,分别为0.817、0.880和0.847。与近几年出现的文本检测算法:(Yin等,2014)、(Zhang等,2015)、(Neumann和Matas,2015)、(Zhang等,2016)、(Liao等,2017)、(何思楠等,2018)相比,本文方法在准确率、召回率和F值3个性能指标上均有较大的提升。召回率从0.780提升到0.817,F值从0.830提升到0.847。相对于直接使用RefineDet进行文本检测,本文文本检测方法获得了更好的检测效果,召回率提升了3.7%,综合评价指标F值提升了1.7%。同时从检测时间来看,本文方法每秒能够检测3幅图像,而Zhang等人(2016)需要2 s多才能检测一幅图像。这说明本文方法在检测效率上相对文献(Zhang等,2016)方法有一定的提升。本文方法与RefineDet和文献(Liao等,2017)方法相比,虽然检测效率有一定的下降,但是检测效果提升很明显(F值分别提高了2.7%和3.7%)。
图表编号 | XD00141902300 严禁用于非法目的 |
---|---|
绘制时间 | 2020.01.16 |
作者 | 易尧华、何婧婧、卢利琼、汤梓伟 |
绘制单位 | 武汉大学印刷与包装系、武汉大学印刷与包装系、武汉大学印刷与包装系、武汉大学印刷与包装系 |
更多格式 | 高清、无水印(增值服务) |