BiP-Net：基于双向视角策略的任意形状文本检测网络
计算机视觉与模式识别
2021-10-05 v2
摘要
检测不规则形状文本实例是文本检测的主要挑战。现有方法大致可分为自顶向下和自底向上视角方法。前者将文本轮廓编码为统一单元，往往难以拟合高度弯曲的文本轮廓。后者通过大量局部单元表示文本实例，其复杂的网络与后处理导致检测速度缓慢。本文为同时以高检测准确率和速度检测任意形状文本实例，提出了一种基于双向（Bidirectional）视角（Perspective）策略的网络（Network）（BiP-Net）。具体而言，提出一种新的文本表示策略从自顶向下视角表示文本轮廓，可有效拟合高度弯曲的文本轮廓。此外，提出一种轮廓连接（CC）算法，通过自底向上视角重建间隔轮廓以避免文本轮廓的信息丢失。在 MSRA-TD500、CTW1500 和 ICDAR2015 数据集上的实验结果证明了 BiP-Net 相对于若干最先进方法的优越性。
引用
@article{arxiv.2104.04903,
title = {BiP-Net: Bidirectional Perspective Strategy based Arbitrary-Shaped Text Detection Network},
author = {Chuang Yang and Mulin Chen and Yuan Yuan and Qi Wang},
journal= {arXiv preprint arXiv:2104.04903},
year = {2021}
}