艺术风格文本检测器与新的电影海报数据集
计算机视觉与模式识别
2024-06-25 v1
摘要
尽管当前文本检测算法在一般场景中表现有效，但在面对结构复杂的艺术风格文本时性能会下降。本文提出一种方法，利用 Criss-Cross Attention 和残差密集块来解决当前算法在艺术风格文本检测中不完整和误诊的问题。具体而言，我们的方法主要由特征提取主干网络、特征增强网络、多尺度特征融合模块和边界判别模块组成。特征增强网络通过融合水平和垂直上下文信息，显著增强了模型在复杂环境中的感知能力，使其能够捕获艺术风格文本中被忽略的细节特征。我们将残差密集块引入特征金字塔网络，以抑制特征融合期间背景噪声的影响。旨在省去复杂的后处理，我们探索了一种边界判别模块，以引导正确生成边界提案。此外，鉴于电影海报标题常使用手绘艺术字体，我们收集了一个电影海报数据集以解决艺术风格文本数据稀缺的问题。广泛的实验表明，我们提出的方法在电影海报数据集上表现优异，并在多个基准数据集上取得优异结果。代码和电影海报数据集将提供于：https://github.com/biedaxiaohua/Artistic-style-text-detection。
引用
@article{arxiv.2406.16307,
title = {Artistic-style text detector and a new Movie-Poster dataset},
author = {Aoxiang Ning and Yiting Wei and Minglong Xue and Senming Zhong},
journal= {arXiv preprint arXiv:2406.16307},
year = {2024}
}