基于几何先验的形变鲁棒文本 spotting
计算机视觉与模式识别
2023-09-01 v1
摘要
文本 spotting 的目标是以端到端方式执行文本检测与识别。尽管自然场景文本在光照与方向上的多样性已被广泛研究，但近期工作忽略了同一字符的字体多样性和形状差异，因为自然图像中大多数字符以标准字体呈现。为解决该问题，我们提出一个中文艺术数据集，称为 ARText，其包含 33,000 张具有丰富形状形变与字体多样性的艺术图像。基于此数据库，我们开发了一种形变鲁棒文本 spotting 方法（DR TextSpotter），以解决不同字体下字符复杂形变的识别问题。具体而言，我们提出一个几何先验模块，基于无监督关键点检测子网络来突出重要特征。进一步构建图卷积网络以融合字符特征与关键点特征，并进行语义推理以增强对不同字符的判别力。实验在 ARText 与 IC19-ReCTS 数据集上进行。我们的结果证明了所提方法的有效性。
引用
@article{arxiv.2308.16404,
title = {Deformation Robust Text Spotting with Geometric Prior},
author = {Xixuan Hao and Aozhong Zhang and Xianze Meng and Bin Fu},
journal= {arXiv preprint arXiv:2308.16404},
year = {2023}
}