ARTS：以自动校正文本 spotting 消除文本检测与识别间的不一致
计算机视觉与模式识别
2021-10-22 v1
摘要
近期端到端文本spotting方法已取得可喜结果。然而，当前多数spotter受困于文本检测与识别间的不一致问题。本工作中，我们引入并证明了该不一致问题的存在，并从两方面进行分析：(1)训练与测试时文本识别特征的不一致，以及(2)文本检测与识别优化目标的不一致。为解决上述问题，我们提出可微分的自动校正模块(ARM)及一种新训练策略，使识别损失可回传至检测分支，从而令检测分支可由检测与识别目标联合优化，大幅缓解文本检测与识别间的不一致。基于这些设计，我们提出一个简洁而鲁棒的端到端文本spotting框架，称为自动校正文本Spotter（ARTS），用于检测与识别自然场景中的任意形状文本。大量实验证明了本方法的优越性。特别地，我们的ARTS-S在Total-Text上以10.5 FPS的竞争速度取得77.1%的端到端文本spotting F值，在精度与推理速度上均显著优于先前方法。
引用
@article{arxiv.2110.10405,
title = {ARTS: Eliminating Inconsistency between Text Detection and Recognition with Auto-Rectification Text Spotter},
author = {Humen Zhong and Jun Tang and Wenhai Wang and Zhibo Yang and Cong Yao and Tong Lu},
journal= {arXiv preprint arXiv:2110.10405},
year = {2021}
}