BPDO：任意形状场景文本检测的边界点动态优化
计算机视觉与模式识别
2024-01-19 v1
摘要
任意形状场景文本检测在场景理解任务中至关重要。由于自然场景中文本的复杂性和多样性，现有的场景文本算法在检测任意形状文本方面的精度有限。在本文中，我们通过边界点动态优化 (BPDO) 提出了一种新颖的任意形状场景文本检测器。所提出的模型设计了一个文本感知模块 (TAM) 和一个边界点动态优化模块 (DOM)。具体而言，该模型设计了一个基于分割的文本感知模块，通过提取文本区域的先验信息来获取描述文本中心区域的边界点。然后，基于可变形注意力的思想，提出了一种边界点动态优化模型，该模型基于每个边界点相邻区域的信息逐步优化边界点的精确位置。在 CTW-1500、Total-Text 和 MSRA-TD500 数据集上的实验表明，本文提出的模型实现了优于或媲美最先进算法的性能，证明了该模型的有效性。
引用
@article{arxiv.2401.09997,
title = {BPDO:Boundary Points Dynamic Optimization for Arbitrary Shape Scene Text Detection},
author = {Jinzhi Zheng and Libo Zhang and Yanjun Wu and Chen Zhao},
journal= {arXiv preprint arXiv:2401.09997},
year = {2024}
}
备注
Accepted to ICASSP 2024