吴燕如,珠 杰,管美静

(1.西藏大学信息科学技术学院,西藏 拉萨 850000)(2.藏文信息技术国家地方联合中心,西藏 拉萨 850000)

近年来,国家高度重视藏文化资源的保护和珍藏[1]. 优秀的藏文化资源中藏文现代印刷物是重要的保存对象. 从藏文印刷物中检测版面信息对于藏文化实现数字化存储具有重要意义[2]. 目前藏文印刷物版面分辨率较低,版面中文本行也比较密集,增加了版面检测的难度.

当前国内外对中文和英文中文本区域检测已经有了一定的研究,Epshtein等[3]提出了笔画宽度变换的文本检测算法,Pan等[4]提出让MSER和卷积神经网络相结合的检测方法,但这些方法均不能有效解决文本分辨率较低的问题. Zhu等[5]提出了使用训练出的级联强分类器对图像中的滑动窗口进行分类,实现文本区域的检测,该方法虽然提高了检测精度,但增加了训练难度. 在现有的研究中,对藏文现代印刷物版面检测还相对较少,但对于中英文自然场景下的文本检测和物体检测的研究已经比较成熟,取得了不错的成效. 因此,本文利用Faster R-CNN检测算法研究藏文现代印刷物的版面检测问题.

深度学习方法本身具有较强的非线性拟合能力,在计算机视觉领域得到了广泛应用[6]. 基于深度学习的目标检测方法对网络结构不断改进,主要形成了R-CNN检测系列[7]和单阶段检测系列[8],前者主要是基于候选区域的方法,后者借鉴了回归的思想. 2013年,GIRSHICK等[9]提出R-CNN检测算法,实现了将神经网络的方法……