ICDAR 2019 大规模部分标注街景文本竞赛——RRC-LSVT
计算机视觉与模式识别
2019-09-18 v1 机器学习
多媒体
摘要
从街景图像中稳健地读取文本为各类应用提供了有价值的信息。在此极具挑战性的场景下,现有方法的性能提升严重依赖于全标注训练数据的数量,而这类数据获取成本高且效率低。为在保持标注流程经济高效的同时扩大训练数据规模,本竞赛引入了大规模部分标注街景文本(LSVT)新挑战,提供了分别带全标注与弱标注的 50,000 和 400,000 张图像。本竞赛旨在探索最先进方法从大规模街景图像中检测与识别文本实例的能力,缩小研究基准与真实应用间的差距。竞赛期间,共有 41 支队伍参与所设两项任务并提交 132 份有效结果,即文本检测与端到端文本 spotting。本文包含 ICDAR 2019-LSVT 挑战的数据集描述、任务定义、评估协议与结果综述。
引用
@article{arxiv.1909.07741,
title = {ICDAR 2019 Competition on Large-scale Street View Text with Partial Labeling -- RRC-LSVT},
author = {Yipeng Sun and Zihan Ni and Chee-Kheng Chng and Yuliang Liu and Canjie Luo and Chun Chet Ng and Junyu Han and Errui Ding and Jingtuo Liu and Dimosthenis Karatzas and Chee Seng Chan and Lianwen Jin},
journal= {arXiv preprint arXiv:1909.07741},
year = {2019}
}
备注
ICDAR 2019 Robust Reading Challenge in IAPR International Conference on Document Analysis and Recognition (ICDAR)