用于单词级文本检测的级联分割-检测网络
计算机视觉与模式识别
2017-04-05 v1
摘要
我们引入了一种用于单词级文本检测的算法，该算法能够准确且可靠地确定“自然场景”中单个文本单词的边界区域。我们的系统由两个卷积神经网络级联而成。第一个网络是全卷积网络，负责检测包含文本的区域。这会产生非常可靠但可能不精确的输入图像分割。第二个网络（受流行的 YOLO 架构启发）分析第一阶段产生的每个分割块，并预测包含单个单词的有向矩形区域。无需任何后处理（例如文本行分组）。在 Titan X GPU 上处理 1000x560 图像的执行时间为 450 ms，我们的系统在 ICDAR 2015 Incidental Scene Text 数据集基准上取得了迄今为止已发表算法中的最高分。
引用
@article{arxiv.1704.00834,
title = {Cascaded Segmentation-Detection Networks for Word-Level Text Spotting},
author = {Siyang Qin and Roberto Manduchi},
journal= {arXiv preprint arXiv:1704.00834},
year = {2017}
}
备注
7 pages, 8 figures