基于概率图分割的任意形状文本检测
计算机视觉与模式识别
2022-08-29 v1
摘要
任意形状文本检测是一项具有挑战性的任务，其原因包括尺寸和长宽比差异显著、方向或形状任意、标注不准确等。由于像素级预测的可扩展性，基于分割的方法能够适应各种形状文本，因此近年来受到相当关注。然而，文本精确的像素级标注极为困难，现有场景文本检测数据集仅提供粗粒度边界标注。因此，标注内部总存在大量被误分类的文本像素或背景像素，降低了基于分割的文本检测方法的性能。一般而言，一个像素是否属于文本，与其到相邻标注边界的距离高度相关。基于这一观察，本文提出一种创新且鲁棒的基于分割的检测方法，通过概率图精确检测文本实例。具体而言，我们采用 Sigmoid Alpha 函数（SAF）将边界与其内部像素之间的距离转换为概率图。然而，由于粗粒度文本边界标注的不确定性，单一概率图无法很好地覆盖复杂的概率分布。因此，我们采用由一系列 Sigmoid Alpha 函数计算出的一组概率图来描述可能的概率分布。此外，我们提出一种迭代模型，学习预测并同化概率图，以提供足够信息重建文本实例。最后，采用简单的区域生长算法聚合概率图以完成文本实例。实验结果表明，我们的方法在多个基准上取得了最先进的检测精度。
引用
@article{arxiv.2208.12419,
title = {Arbitrary Shape Text Detection via Segmentation with Probability Maps},
author = {Shi-Xue Zhang and Xiaobin Zhu and Lei Chen and Jie-Bo Hou and Xu-Cheng Yin},
journal= {arXiv preprint arXiv:2208.12419},
year = {2022}
}
备注
Accepted by TPAMI 2022. arXiv admin note: text overlap with arXiv:1812.01393 by other authors