FC2RN：一种用于精确多方向场景文本检测的全卷积角点精修网络
计算机视觉与模式识别
2020-07-13 v1
摘要
近期的场景文本检测工作主要关注曲线文本检测。然而在实际应用中，曲线文本比多方向文本更为稀少。精确检测具有尺度、方向和长宽比大幅变化的多方向文本具有重要意义。在多方向检测方法中，直接回归场景文本几何形状具有简洁而强大的流程，在学术界和工业界广受欢迎，但由于感受野限制，可能产生不完美的检测，尤其对于长文本。本工作旨在保持流程简洁的同时改进这一问题。我们提出一种全卷积角点精修网络（FC2RN）用于精确多方向文本检测，可一次性获得初始角点预测与精修角点预测。通过一种专为多方向场景文本设计的四边形 RoI 卷积操作，初始四边形预测被编码进特征图，进而用于预测初始预测与真值之间的偏移并输出精修置信度分数。在 MSRA-TD500、ICDAR2017-RCTW、ICDAR2015 和 COCO-Text 四个公开数据集上的实验结果表明，FC2RN 优于当前最优（SOTA）方法。消融研究显示了角点精修与评分对于精确文本定位的有效性。
引用
@article{arxiv.2007.05113,
title = {FC2RN: A Fully Convolutional Corner Refinement Network for Accurate Multi-Oriented Scene Text Detection},
author = {Xugong Qin and Yu Zhou and Dayan Wu and Yinliang Yue and Weiping Wang},
journal= {arXiv preprint arXiv:2007.05113},
year = {2020}
}