目前自然场景文字检测已成为计算机视觉与模式识别、文档分析与识别等领域的重要研究课题。然而自然场景文字检测与传统的文档图像文字检测技术有很大的差别,自然场景图像中的文字具有多样性,另外背景也极为复杂,这些因素都给文字与背景的分割造成强烈的干扰。传统的自然场景文字检测方法采用手工设计特征来描述文字特征,受限于文字的多方向排列,在应对复杂的自然场景文字检测问题时缺乏鲁棒性。针对复杂自然场景文字检测问题,有效地提取文字,本文提出了两种新的基于卷积神经网络的场景文字检测方法:基于FCN的多方向自然场景文字检测方法和基于多通道边界框融合的自然场景文字检测方法。对于第一种方法,该方法首先采用深度卷积神经网络作为特征提取网络来提取图像中的文字特征,在获取的多层文字特征图基础上利用全卷积网络(Fully Convolutional Networks,FCN)进行上采样操作并逐层往上合并多层文字特征,结合语义分割的方法分割出文字候选区域,然后在分割得到的文字候选区域上直接获取文字候选检测框并进行扩大补偿处理,最后对文字候选检测框进行后处理得到最终检测结果。后一种方法针对于前者方法出现的虚警问题,提出了多通道获取和融合边界框的方法,首先特征网络部分同样采用特征提取网络来提取图像中的文字特征和结合全卷积网络融合特征层,但在获取文字边界框时,设计了边界框回归和得分图上直接获取边界框两个独立的获取文字检测框通道,利用这两者方法的优势去获取边界框,最后将两个通道的所有检测框送入融合算法中获得最终结果。本文方法在ICDAR2013,ICDAR2015等标准数据集对两种方法进行了测评,实验结果表明该两种方法相比其他一些最新方法均取得了更好的性能,基于FCN的多方向自然场景文字检测方法在多个数据集上表现很好,但存在一些虚警的情况。基于多通道边界框融合的自然场景文字检测方法相对于前者方法进行了改进,有效地抑制了虚警,在上述数据集上取得了更好的效果,进一步提高了检测的性能,这也表明了该类方法面对自然场景文字检测问题是非常有效的。