CBNet：一种即插即用的基于分割的场景文本检测网络
计算机视觉与模式识别
2024-03-25 v4
摘要
近年来，基于分割的方法在场景文本检测中颇为流行，其主要包括两步：文本核分割与扩张。然而，分割过程仅独立考虑每个像素，且扩张过程难以实现良好的精度-速度权衡。本文中，我们提出上下文感知与边界引导网络（CBN）来解决这些问题。在CBN中，首先使用基础文本检测器预测初始分割结果。随后，我们提出上下文感知模块来增强文本核特征表示，其同时考虑全局与局部上下文。最后，我们引入边界引导模块，仅利用轮廓上的像素自适应扩张增强后的文本核，这不仅获得了准确的文本边界，还保持了高速度，尤其在高分分辨率输出图上。特别地，借助轻量骨干网络，配备我们所提CBN的基础检测器在多个流行基准上取得了最先进结果，且我们所提CBN可插入若干基于分割的方法中。代码见 https://github.com/XiiZhao/cbn.pytorch。
引用
@article{arxiv.2212.02340,
title = {CBNet: A Plug-and-Play Network for Segmentation-Based Scene Text Detection},
author = {Xi Zhao and Wei Feng and Zheng Zhang and Jingjing Lv and Xin Zhu and Zhangang Lin and Jinghe Hu and Jingping Shao},
journal= {arXiv preprint arXiv:2212.02340},
year = {2024}
}
备注
Accepted by IJCV 2024. Code is available at https://github.com/XiiZhao/cbn.pytorch