买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉西安邮电大学申请的专利基于迭代优化与交叉知识增强的任意形状文本检测方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN117975483B 。

龙图腾网通过国家知识产权局官网在2025-04-18发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202410298958.7，技术领域涉及：G06V30/19；该发明授权基于迭代优化与交叉知识增强的任意形状文本检测方法是由孙巍;王乾宙;崔睿嘉;孔宪光设计研发完成，并于2024-03-15向国家知识产权局提交的专利申请。

本基于迭代优化与交叉知识增强的任意形状文本检测方法在说明书摘要公布了：本发明公开了基于迭代优化与交叉知识增强的任意形状文本检测方法，涉及自然场景文本检测技术领域。本发明与之前的文本信息检测相比，改进了现有边界迭代方法的处理流程复杂，仅应用于单一尺度下的特征，计算量较大，无法满足实际应用的要求的问题，通过语义分割获取表征先验信息并进行初始边界点的生成，并通过特征增强将表征先验语义信息与跨尺度特征信息进行融合使其特征具备丰富的语义信息，并通过一个统一的能够充分利用多尺度信息的边界迭代Transformer来预测边界偏移值从而不断优化初始边界点。本方法简单高效的网络流程可以大大降低网络复杂度并高效的利用跨尺度信息和表征语义信息使其能够兼顾实时检测的速度和性能要求。

本发明授权基于迭代优化与交叉知识增强的任意形状文本检测方法在权利要求书中公布了：1.基于迭代优化与交叉知识增强的任意形状文本检测方法，其特征在于，包括如下步骤：S1：多尺度特征提取：将图片输入到骨干网络ResNet50中得到不同尺度特征，通过FPN对进行融合得到；S2：初始边界生成：通过三层膨胀卷积对多尺度特征进行语义分割得到先验语义特征图，并将所述先验语义特征图中的文本置信度图中大于阈值0.85的闭合区域生成边界候选框并采样若干个边界点作为核心点；S3：特征增强：将S2中的先验语义特征图分别下采样并与S1中的特征进行信息融合得到增强后的特征；S4：边界迭代优化：利用在上获取点特征作为初始点特征，每个都通过边界Transformer获取下一层的特征来优化下层边界点坐标；所述S1中的FPN对进行融合得到的融合过程具体如下： 其中，、表示第个、第层图像融合特征；为连接函数；表示对第层特征进行线性插值，其中；表示第个具备和两层卷积的上采样模块；表示具备两层反卷积的反卷积模块；所述S3中的信息融合过程具体如下： 其中，函数利用线性插值将先验语义特征图与尺寸对齐；所述S4中，通过边界Transformer获取下一层的特征来优化边界点坐标的过程具体如下： 通过自注意与多尺度交叉注意力，即SCA获取下一层的特征： 其中，表示相加操作；表示当前边界Transformer的层数；表示S3中增强后的所有特征，，；表示上一层的边界点核心坐标；最终的通过一个具有三层全连接及1×1的带有Relu激活函数的一维卷积的MLP进行偏移值的预测： 再与上一层的边界核心点坐标进行相加得到下一层的边界核心点坐标： 其中，函数表示将上一层的边界核心点坐标的值规范化在16个像素点之内。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人西安邮电大学，其通讯地址为：710121 陕西省西安市长安南路563号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。