注意力引导的标志检测与识别

文章预览

作者：张冬明，靳国庆，鲁鼎煜等 来源：《软件学报》 编辑：陈萍萍的公主@一点人工一点智能 原文：https://www.jos.org.cn/html/2024/11/7033.htm 摘要 ：自然场景中的实体标志，如商标、交通标志等，易受拍摄角度、所依附物体形变、尺度变化等影响，导致检测精度降低。为此，提出一种注意力引导的标志检测与识别网络(AGLDN)，联合优化模型对多尺度变化和复杂形变的鲁棒性。  首先通过标志模板图像搜集及掩码生成、标志背景图像选取和标志图像生成创建标志合成数据集；然后基于RetinaNet和FPN提取多尺度特征并形成高级语义特征映射；最后利用注意力机制引导网络关注标志区域，克服目标变形对特征鲁棒性的影响，实现标志检测与识别。 实验结果表明，所提方法可以有效降低尺度变化、非刚性形变的影响，提高标志检测准确率。 引言 标志(logo)作为一 ………………………………