特征增强网络：一种精细化的场景文本检测器
计算机视觉与模式识别
2017-11-15 v1
摘要
在本文中，我们提出一种精细化的场景文本检测器，其带有新颖的特征增强网络（FEN）用于区域提议与文本检测细化。回顾以往，仅使用 滑动窗口特征的区域提议和单尺度高层特征的文本检测细化是不充分的，尤其对于较小的场景文本。因此，我们设计了一个新的 FEN 网络，融合任务特定的低层与高层语义特征以提升文本检测性能。此外，由于通用目标检测中单元的位置敏感 RoI 池化对于可变文本区域是不合理的，我们设计了一种自适应加权位置敏感 RoI 池化层以进一步增强检测精度。为解决细化阶段的样本不平衡问题，我们还提出了一种有效的正样本挖掘策略以高效训练我们的网络。在 ICDAR 2011 和 2013 鲁棒文本检测基准上的实验表明，我们的方法可达到最先进结果，在 F-measure 上优于所有已报道方法。
引用
@article{arxiv.1711.04249,
title = {Feature Enhancement Network: A Refined Scene Text Detector},
author = {Sheng Zhang and Yuliang Liu and Lianwen Jin and Canjie Luo},
journal= {arXiv preprint arXiv:1711.04249},
year = {2017}
}
备注
8 pages, 5 figures, 2 tables. This paper is accepted to appear in AAAI 2018