FOTS：基于统一网络的快速有向文本 spotting
计算机视觉与模式识别
2018-01-16 v2
摘要
自然场景中的偶然文本 spotting 被视为文档分析领域中最困难且最有价值的挑战之一。多数现有方法将文本检测与识别视为独立任务。本工作中，我们提出一种统一的端到端可训练快速有向文本 spotting（FOTS）网络，用于同时检测与识别，并在两个互补任务间共享计算与视觉信息。特别地，引入 RoIRotate 以在检测与识别间共享卷积特征。得益于卷积共享策略，我们的 FOTS 相较基线文本检测网络计算开销极小，且联合训练方法学到更具泛化性的特征，使我们的方法优于这些两阶段方法。在 ICDAR 2015、ICDAR 2017 MLT 与 ICDAR 2013 数据集上的实验表明，所提方法显著优于当前最优（state-of-the-art）方法，这进一步使我们开发出首个实时有向文本 spotting 系统，其在 ICDAR 2015 文本 spotting 任务上以 22.6 fps 超越以往所有最优结果逾 5%。
引用
@article{arxiv.1801.01671,
title = {FOTS: Fast Oriented Text Spotting with a Unified Network},
author = {Xuebo Liu and Ding Liang and Shi Yan and Dagui Chen and Yu Qiao and Junjie Yan},
journal= {arXiv preprint arXiv:1801.01671},
year = {2018}
}
备注
10 pages, 6 figures