ABCNet v2：用于实时端到端文本识别的自适应贝塞尔曲线网络
计算机视觉与模式识别
2021-07-21 v3
摘要
端到端文本识别旨在将检测与识别集成于统一框架，因两项互补任务的简洁性而受到越来越多的关注。尤其在处理任意形状文本实例时，这仍是一个开放问题。先前方法可大致分为基于字符与基于分割两类，常因非结构化输出而需要字符级标注和/或复杂后处理。本文提出自适应贝塞尔曲线网络v2（ABCNet v2）来解决端到端文本识别。我们的主要贡献有四点：1）首次通过参数化贝塞尔曲线自适应拟合任意形状文本，与基于分割的方法相比，不仅能提供结构化输出还可控表示。2）我们设计了一种新颖的BezierAlign层，用于提取任意形状文本实例的准确卷积特征，显著提升了相较先前方法的识别精度。3）与常受复杂后处理及敏感超参数困扰的先前方法不同，我们的ABCNet v2保持了简单流程，唯一后处理为非极大值抑制（NMS）。4）由于文本识别性能紧密依赖于特征对齐，ABCNet v2进一步采用简单而有效的坐标卷积来编码卷积滤波器的位置，以可忽略的计算开销带来可观提升。在多种双语（英文与中文）基准数据集上的综合实验表明，ABCNet v2能在保持极高效率的同时达到最先进（SOTA）性能。
引用
@article{arxiv.2105.03620,
title = {ABCNet v2: Adaptive Bezier-Curve Network for Real-time End-to-end Text Spotting},
author = {Yuliang Liu and Chunhua Shen and Lianwen Jin and Tong He and Peng Chen and Chongyu Liu and Hao Chen},
journal= {arXiv preprint arXiv:2105.03620},
year = {2021}
}
备注
Code is at: https://git.io/AdelaiDet. Journal extension of arXiv:2002.10200