标题：基于多尺度字符特征提取的场景文本识别算法研究
作者：崔瑞雪1，2 舒 琪1，2 王旭智1，2 万旺根1，2；孙学涛2；张振3
作者单位：1 上海大学通信与信息工程学院，上海 200444；2 上海大学智慧城市研究院，上海 200444；3 上海交通大学医学院附属仁济医院宝山分院，上海 200444
关键字：多尺度字符特征提取；文本识别；深度学习
摘要：在场景文字识别任务中，字符特征的提取是至关重要的一环，对于提高识别准确率具有举足轻重的作用。为了提高模型在处理文字弯曲、拥挤、变形、模糊等复杂情况时的性能，提出了一种基于多尺度字符特征提取的场景文本识别算法，以表现优异的SVTR模型为基准，改进了模型中的Mixing Block，使用更丰富的混合块进行特征提取，使得模型能够在不同尺度上对各字符组件进行有效关系建模，从而更全面地理解字符间的联系和字符与全局之间的信息。最后在BCTR等数据集上进行训练和测试，实验结果表明，该方法在BCTR数据集上准确提升了2.8%，验证了其有效性。