DeepText：自然图像中文本候选区域生成与文本检测的统一框架
计算机视觉与模式识别
2016-05-25 v1
摘要
本文提出了一种名为 DeepText 的新型统一框架，通过全卷积神经网络（CNN）实现自然图像中的文本区域候选生成与文本检测。首先，我们提出了 Inception 区域候选网络（Inception-RPN），并设计了一组基于文本特征的先验边界框，仅需数百个候选区域即可实现高单词召回率。接着，我们提出了一种强大的文本检测网络，该网络嵌入了模糊文本类别（ATC）信息与多级感兴趣区域池化（MLRP），用于文本与非文本分类及精确定位。最后，我们采用迭代边界框投票方案以互补方式追求高召回率，并引入过滤算法，在去除每个文本实例中冗余的内外框的同时，保留最合适的边界框。我们的方法在 ICDAR 2011 和 2013 鲁棒文本检测基准上分别取得了 0.83 和 0.85 的 F-measure，超越了此前的最优结果。
引用
@article{arxiv.1605.07314,
title = {DeepText: A Unified Framework for Text Proposal Generation and Text Detection in Natural Images},
author = {Zhuoyao Zhong and Lianwen Jin and Shuye Zhang and Ziyong Feng},
journal= {arXiv preprint arXiv:1605.07314},
year = {2016}
}
备注
12 pages, 4 figures, 3 tables