基于二维注意力的不规则场景文本识别器
计算机视觉与模式识别
2019-06-14 v1
摘要
具有二维空间复杂布局的不规则场景文本，对以往大多数场景文本识别器而言都具有挑战性。近年来，一些不规则场景文本识别器要么将不规则文本通过近似一维布局矫正为规则文本图像，要么将二维图像特征图转换为一维特征序列。尽管这些方法取得了良好性能，但由于二维到一维变换过程中空间信息的丢失，其鲁棒性和精度仍然有限。与以往所有方法不同，本文提出一种通过二维注意力机制直接将具有二维布局的不规则文本转换为字符序列的框架。我们利用关系注意力模块捕捉特征图间的依赖关系，并利用并行注意力模块并行解码所有字符，使我们的方法更加高效有效。在多个公开基准以及我们收集的多行文本数据集上的大量实验表明，我们的方法能有效识别规则与不规则场景文本，并在精度和速度上均优于以往方法。
引用
@article{arxiv.1906.05708,
title = {2D Attentional Irregular Scene Text Recognizer},
author = {Pengyuan Lyu and Zhicheng Yang and Xinhang Leng and Xiaojun Wu and Ruiyu Li and Xiaoyong Shen},
journal= {arXiv preprint arXiv:1906.05708},
year = {2019}
}