DeepEraser：用于通用文本擦除的深度迭代上下文挖掘
计算机视觉与模式识别
2024-03-01 v1
摘要
在本工作中，我们提出了 DeepEraser，一种用于通用文本去除的有效深度网络。DeepEraser 利用循环架构，通过迭代操作擦除图像中的文本。我们的灵感来源于擦除铅笔手稿的过程，即对指定去除的文本区域进行持续监控并逐步减弱文本，以确保彻底且干净的擦除。技术上，在每次迭代中，部署了一个创新的擦除模块，该模块不仅显式聚合之前的擦除进度，还挖掘额外的语义上下文以擦除目标文本。通过迭代细化，文本区域逐渐被更合适的内容替换，最终收敛到相对准确的状态。此外，我们引入了一种自定义掩码生成策略，以提高 DeepEraser 自适应文本去除的能力，而非 indiscriminately 去除图像中的所有文本。我们的 DeepEraser 结构紧凑，仅含 1.4M 参数，并以端到端方式进行训练。为验证其有效性，我们在多个流行基准上进行了广泛实验，包括 SCUT-Syn、SCUT-EnsText 和 Oxford 合成文本数据集。定量和定性结果证明了我们的 DeepEraser 优于最先进方法，并在自定义掩码文本去除方面表现出强大的泛化能力。代码和预训练模型可在 https://github.com/fh2019ustc/DeepEraser 获取。
引用
@article{arxiv.2402.19108,
title = {DeepEraser: Deep Iterative Context Mining for Generic Text Eraser},
author = {Hao Feng and Wendi Wang and Shaokai Liu and Jiajun Deng and Wengang Zhou and Houqiang Li},
journal= {arXiv preprint arXiv:2402.19108},
year = {2024}
}