基于角点的区域提议检测多方向文本
计算机视觉与模式识别
2019-06-04 v2
摘要
以往的场景文本检测方法通常依赖人工定义的滑动窗口。本文提出一种直观的两阶段基于区域的方法，在无需任何关于文本形状先验知识的情况下检测多方向文本。第一阶段中，我们通过检测并连接角点来估计文本实例的可能位置，而非平移一组默认锚框。四边形提议在几何上自适应，使我们的方法能应对各种文本长宽比与方向。第二阶段中，我们设计了一种名为 Dual-RoI Pooling 的新池化层，将数增强嵌入区域子网络，以对这些提议进行更鲁棒的分类与回归。在公开基准上的实验结果证实，所提方法能达到与 SOTA 方法相当的性能。代码已公开于 https://github.com/xhzdeng/crpn
引用
@article{arxiv.1804.02690,
title = {Detecting Multi-Oriented Text with Corner-based Region Proposals},
author = {Linjie Deng and Yanxiang Gong and Yi Lin and Jingwen Shuai and Xiaoguang Tu and Yuefei Zhang and Zheng Ma and Mei Xie},
journal= {arXiv preprint arXiv:1804.02690},
year = {2019}
}