人口稠密发展中国家城市中的自动招牌检测与定位
计算机视觉与模式识别
2022-08-23 v4
摘要
由于缺少自动标注系统，发展中国家的多数城市设施在数字上未被标记。因此，诸如Google Maps、Uber等位置和轨迹服务在此类城市中未得到充分利用。自然场景图像中准确的招牌检测是从此类城市街道进行无错误信息检索的首要任务。然而，由于招牌外观多样（包括文本图像和令人困惑的背景），构建准确的招牌定位系统仍是一项未解决的挑战。我们提出一种新颖的目标检测方法，可自动检测招牌并适用于此类城市。我们使用基于Faster R-CNN的定位，结合两种专门的预训练方法和一种运行时高效的超参数值选择算法。我们通过使用我们构建的包含六个发展中国家的招牌自然场景图像的SVSO（Street View Signboard Objects）招牌数据集，与基线进行详细评估和比较，以增量方式达成我们最终提出的方法。我们在SVSO数据集和Open Image Dataset上均展示了我们所提方法的SOTA性能。我们的所提方法可准确检测招牌（即使图像在噪声背景中包含多种形状和颜色的多个招牌），在SVSO独立测试集上取得0.90 mAP（平均精度均值）分数。我们的实现可在以下地址获取：https://github.com/sadrultoaha/Signboard-Detection
引用
@article{arxiv.2003.01936,
title = {Automatic Signboard Detection and Localization in Densely Populated Developing Cities},
author = {Md. Sadrul Islam Toaha and Sakib Bin Asad and Chowdhury Rafeed Rahman and S. M. Shahriar Haque and Mahfuz Ara Proma and Md. Ahsan Habib Shuvo and Tashin Ahmed and Md. Amimul Basher},
journal= {arXiv preprint arXiv:2003.01936},
year = {2022}
}