自然场景的文本检测是从自然场景中实现对文本检测和定位,进而服务与各项应用,在社会的方方面面中都有着越来越重要的作用。使用卷积神经网络检测文本已有一些研究,但是依旧存在很多问题没有解决。本文针对自然场景中的长文本和石碑文本的检测提出新的方法。本文主要研究内容如下:一、针对自然场景下的长文本检测因为文本行的极端长宽比使得大部分网络无法完整检测的问题。本文在网络模型中结合特征激励模块提取通道信息,来抑制背景特征,进而加强前景特征;并提出了新的椭圆形几何回归方式,可以在不添加额外步骤的情况下准确的完成长文本的链接和角度的旋转,提升长文本检测的准确性。二、针对自然场景下的石碑文字因为其文字的“大”超过大部分网络对文字设定的最大限度而不能准确检测的问题。利用深度卷积神经网络作为特征提取工具,将提取到的特征进行图像信息熵计算,取最大熵的值作为文本候选区域的一部分。另一方面,使用特征减弱算法,尽量消除与颜色特征无关的影响,输入最大稳定极值区域算法中或者文本候选区域的一部分。两者的最终结果相结合得到文本区域特征图。结合迁移学习训练一个分类网络,将候选区域输入网络中,得到最终的文本区域。并在此任务研究的过程中制作一个石碑数据集,设计两种不同的标签用以支撑研究任务,并且在这个数据集上与其他最先进的进行了比较试验,验证了这个数据集的挑战性。本文取得的研究成果:一、自然场景下的长文本模型所改进的网络模型有较强的迁移能力,可以用于其他领域的研究;所提出的模型与多个性能优秀的模型进行比较试验,在精准率、召回率、f值中均取得了最好的性能结果。二、自然场景下的石碑文字检测模型结合了深度学习和传统方法,在小数据集中与其他方法相比较,取得了最好的效果。所提出的数据集有足够的挑战性,有扩展的空间。