COO：用于识别任意或截断文本的类漫拟声词数据集
计算机视觉与模式识别
2022-07-12 v1
摘要
识别不规则文本一直是文本识别中具有挑战性的课题。为鼓励该课题的研究，我们提供了一个新颖的类漫拟声词数据集(COO)，其由日本漫画中的拟声词文本组成。COO 具有许多任意文本，例如极度弯曲、部分收缩的文本，或任意放置的文本。此外，某些文本被分隔为若干部分。每一部分是一个截断文本，其本身无意义。这些部分应被关联以表达预期含义。因此，我们提出了一项预测截断文本之间关联的新任务。我们进行了三项任务来检测拟声词区域并捕获其预期含义：文本检测、文本识别和关联预测。通过大量实验，我们分析了 COO 的特性。我们的数据和代码可在 \url{https://github.com/ku21fan/COO-Comic-Onomatopoeia} 获取。
引用
@article{arxiv.2207.04675,
title = {COO: Comic Onomatopoeia Dataset for Recognizing Arbitrary or Truncated Texts},
author = {Jeonghun Baek and Yusuke Matsui and Kiyoharu Aizawa},
journal= {arXiv preprint arXiv:2207.04675},
year = {2022}
}
备注
Accepted at ECCV 2022. 25 pages, 16 figures