基于连接主义文本提议网络的自然图像文本检测
计算机视觉与模式识别
2016-10-02 v1
摘要
我们提出了一种新颖的连接主义文本提议网络（CTPN），能够精确定位自然图像中的文本行。CTPN 直接在卷积特征图中以一系列细粒度文本提议的形式检测文本行。我们开发了一种垂直锚机制，联合预测每个固定宽度提议的位置和文本/非文本分数，显著提高了定位精度。这些序列提议通过循环神经网络自然连接，并无缝集成到卷积网络中，从而形成了一个端到端可训练的模型。这使得 CTPN 能够探索图像中丰富的上下文信息，使其能够检测极其模糊的文本。CTPN 在多尺度和多语言文本上可靠运行，无需进一步的后处理，有别于以往需要多步后处理的自底向上方法。它在 ICDAR 2013 和 2015 基准测试上分别取得了 0.88 和 0.61 的 F-measure，大幅超越了最近的结果 [8, 35]。通过使用极深的 VGG16 模型 [27]，CTPN 计算高效，处理速度为 0.14s/image。在线演示地址：http://textdet.com/。
引用
@article{arxiv.1609.03605,
title = {Detecting Text in Natural Image with Connectionist Text Proposal Network},
author = {Zhi Tian and Weilin Huang and Tong He and Pan He and Yu Qiao},
journal= {arXiv preprint arXiv:1609.03605},
year = {2016}
}
备注
To appear in ECCV, 2016