一种具有尺度自适应锚框的单次文本检测器
计算机视觉与模式识别
2018-07-06 v1
摘要
目前，大多数性能最优的文本检测网络倾向于采用固定尺寸锚框来引导文本实例的搜索。它们通常依赖大量不同尺度的锚框来发现场景图像中的文本，从而导致较高的计算成本。本文提出一种具有尺度自适应锚框的端到端基于边界框的文本检测器，通过引入额外的尺度回归层，可根据底层文本的尺寸动态调整锚框尺度。所提出的尺度自适应锚框使我们能用少量锚框处理多尺度文本，从而显著提升计算效率。此外，与以往方法使用的离散尺度相比，学习到的连续尺度更为可靠，尤其利于小文本检测。另外，我们提出锚卷积（Anchor convolution），通过根据学习到的尺度动态调整感受野大小，以更好地利用必要的特征信息。大量实验表明，所提检测器速度很快，单张图像仅耗时 秒，同时在精度上优于多数当前最优（state-of-the-art）方法。
引用
@article{arxiv.1807.01884,
title = {A Single Shot Text Detector with Scale-adaptive Anchors},
author = {Qi Yuan and Bingwang Zhang and Haojie Li and Zhihui Wang and Zhongxuan Luo},
journal= {arXiv preprint arXiv:1807.01884},
year = {2018}
}
备注
8 pages, 6figures