基于子分类的域自适应场景文本检测
计算机视觉与模式识别
2022-12-02 v1
摘要
大多数现有的场景文本检测器需要大规模训练数据，但由于两个主要因素难以良好扩展：1) 场景文本图像往往具有领域特定的分布；2) 收集大规模标注的场景文本图像十分费力。我们研究域自适应场景文本检测，这是一项被严重忽视但非常有意义任务，旨在实现标注场景文本图像的最优迁移，同时处理多个新领域中的未标注图像。具体而言，我们设计了 SCAST，一种子类别感知的自训练技术，可有效缓解域自适应场景文本检测中的网络过拟合与噪声伪标签问题。SCAST 包含两个新颖设计。对于标注的源数据，它为前景文本与背景物体引入伪子类别，借助多类检测目标训练更具泛化性的源模型。对于未标注的目标数据，它通过协同正则化在源域中训练的二分类与子类别分类器来缓解网络过拟合。大量实验表明，SCAST 在多个公开基准上持续取得优越的检测性能，并且能很好地泛化到其他域自适应检测任务，如车辆检测。
引用
@article{arxiv.2212.00377,
title = {Domain Adaptive Scene Text Detection via Subcategorization},
author = {Zichen Tian and Chuhui Xue and Jingyi Zhang and Shijian Lu},
journal= {arXiv preprint arXiv:2212.00377},
year = {2022}
}
备注
8 pages, 5 figures