用于文本检测的字符区域感知
计算机视觉与模式识别
2019-04-04 v1
摘要
基于神经网络的场景文本检测方法近来涌现并展现出有前景的结果。先前以刚性词级边界框训练的方法在表示任意形状文本区域方面存在局限。在本文中，我们提出一种新的场景文本检测方法，通过探索每个字符及字符间的亲和度来有效检测文本区域。为克服缺乏单独字符级标注的问题，我们提出的框架同时利用了合成图像的给定字符级标注，以及由学习到的临时模型获取的真实图像的估计字符级真值。为估计字符间亲和度，该网络以新提出的亲和度表示进行训练。在六个基准上的大量实验，包括包含自然图像中高度弯曲文本的TotalText和CTW-1500数据集，表明我们的字符级文本检测显著优于最先进的检测器。根据结果，我们提出的方法在保证检测复杂场景文本图像（如任意方向、弯曲或变形文本）方面具有高灵活性。
引用
@article{arxiv.1904.01941,
title = {Character Region Awareness for Text Detection},
author = {Youngmin Baek and Bado Lee and Dongyoon Han and Sangdoo Yun and Hwalsuk Lee},
journal= {arXiv preprint arXiv:1904.01941},
year = {2019}
}
备注
12 pages, 11 figures, Accepted by CVPR 2019