用于文本检测的自适应收缩掩码
计算机视觉与模式识别
2021-11-19 v1
摘要
现有的实时文本检测器通过直接由收缩掩码重建文本轮廓，这简化了框架并使模型运行迅速。然而，对预测收缩掩码的强依赖导致检测结果不稳定。此外，收缩掩码的判别是一项逐像素预测任务。仅用收缩掩码监督网络会丢失大量语义上下文，从而导致收缩掩码的误检。为解决这些问题，我们构建了一个高效的文本检测网络——用于文本检测的自适应收缩掩码（ASMTD），它在训练时提高了精度并降低了推理过程的复杂度。首先，提出自适应收缩掩码（ASM），通过收缩掩码和独立的自适应偏移来表示文本。它削弱了文本对收缩掩码的耦合，从而提高了检测结果的鲁棒性。然后，设计超像素窗口（SPW）来监督网络。它利用每个像素的邻域来提高预测收缩掩码的可靠性，并且在测试时不出现。最后，构建轻量级特征融合分支以降低计算成本。如实验所示，我们的方法在多个基准上的检测精度和速度均优于现有的最先进（SOTA）方法。
引用
@article{arxiv.2111.09560,
title = {Adaptive Shrink-Mask for Text Detection},
author = {Chuang Yang and Mulin Chen and Yuan Yuan and Qi Wang and Xuelong Li},
journal= {arXiv preprint arXiv:2111.09560},
year = {2021}
}