信息的传播广泛而迅速,图像也更多地出现在信息交互中。图像中蕴含的文本信息具有不可忽视的研究价值,通过对图像中包含的文本信息进行检测提取,可以帮助图像依据其文本内容进行分类。随着人工智能技术的发展,场景文本检测因其背景复杂和更贴近实际生活应用,逐渐成为机器视觉领域的研究热点。本文使用的是基于深度学习的场景文本检测算法,传统的场景文本检测算法如MSER、SWT容易受到光照不均匀、图像噪声、背景复杂等方面的影响,并且在生成字符候选和剔除字符候选时,容易产生误差累积的问题。基于深度学习的场景文本检测算法把上述步骤合并为一步,可以有效的避免误差累积的问题。本文主要工作包括:首先,大多数场景文本检测算法都是在上万张训练图像上进行,需要大量的场景图像,对于没有标注的场景图像更是需要进行手工标注,数据准备过程工作量很大。本文提出一种基于场景图像的样本扩充方法,来模拟出不同空间角度、空间位置等条件下拍摄出的场景文字图片,产生合成的多张场景图像。样本扩充算法使用ICDAR2013数据集的229张训练集图像作为基础,通过颜色空间变化、文本区域变换、背景区域变换来合成新的场景文字图像。然后,分析物体检测SSD方法,SSD方法使用不同层次的特征映射来进行联合预测,将检测流程整合成单一步骤,提高了检测精确度。本文基于SSD物体检测方法,提出了一种基于SSD的文本检测模型,SSD文本检测模型在ICDAR2013数据集达到了良好的效果。最后,基于场景图像样本扩充方法和SSD文本检测方法,提出了一种基于样本扩充的SSD文本检测方法。结合弱监督学习的思想,合成场景图像只将一部分进行完整的标注,将这部分完整标注数据与原始完全标注的小样本数据集结合构成初始训练集,利用SSD文本检测器在粗粒度标注和未标注合成图中,选取适用于训练的正类数据样本加入到训练集中,进行补充训练以改善文本检测效果。实验结果表明在小样本训练集上通过样本扩充能够改善文本检测效果,与使用大规模训练集的文本检测算法相比,在召回率和F值方面也有了一定程度上的提升。