来源：期刊VIP网 时间：
作者：陈永辉;王文胜;黄民;
单位：北京信息科技大学机电工程学院;北京信息科技大学现代测控技术教育部重点实验室;
摘要：针对智慧医疗场景中，药品包装文本检测面临的表面反光、微小字符密集及非平面形变等复杂干扰问题，提出一种基于频谱增强与跨域注意力的检测方法（ArcCRAFT）。通过设计动态感受野自适应机制，利用梯度引导的空洞率路由策略，以增强模型对多尺度断裂文本的感知能力；构建谱特征增强器，利用离散傅里叶变换将空间特征映射至频域，抑制高频反光噪声并强化文本边缘特征；引入跨维度全域注意力机制，通过通道、空间与像素级特征的并行交互，提升对复杂纹理的解析能力。在PharmaBox数据集上的试验结果表明，ArcCRAFT模型的精确率、召回率和F1值分别达到91.1%,91.0%,91.0%，优于ISTD-DLA,PP-OCRv5-server等先进方法。研究为智慧药房的自动化配药，提供高鲁棒性的技术方案。
关键词：药盒文本检测;;感受野自适应;;频域增强;;医疗信息化
基金资助：国家重点研发计划项目(2020YFB1713203);; 北京市教育委员会科技计划项目(KM202411232023);; 北京信息科技大学“青年骨干教师”支持计划项目(YBT202403)
