软件学报

作者：张冬明，靳国庆，鲁鼎煜，张菁，张勇东

单位：张冬明，传播内容认知全国重点实验室 (人民网股份有限公司), 北京 10073311,靳国庆，传播内容认知全国重点实验室 (人民网股份有限公司), 北京 10073302,鲁鼎煜，北京工业大学 信息学部, 北京 10012403,张菁，北京工业大学 信息学部, 北京 10012404,张勇东，传播内容认知全国重点实验室 (人民网股份有限公司), 北京 100733;中国科学技术大学 信息科学技术学院, 安徽 合肥 23002605

关键词：标志检测和识别;数据合成;多尺度特征融合;注意力引导

基金：国家重点研发计划(2021YFF0901600); 国家自然科学基金(61672495, 61971016); 北京市自然科学基金-市教委联合资助项目(KZ201910005007)

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(attention guided logo detection and recognition network, 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.

来源：2024年第11期

《软件学报》期刊编辑部

查看软件学报杂志2024年第11期