利用全卷积网络改进场景图像中的文本提议
计算机视觉与模式识别
2017-02-17 v1
摘要
文本提议(text proposals)作为目标提议的类别相关版本而出现——一种减少图像中可能的文本对象位置搜索空间的高效方法。结合强大的词分类器，文本提议目前在端到端场景文本识别中产生了顶尖(state of the art)的结果。本文中，我们提出对Gomez和Karatzas(2016)的原始文本提议算法的改进，将其与全卷积网络结合以改善提议的排序。在ICDAR RRC和COCO-text数据集上的结果显示了优于当前最先进技术的性能。
引用
@article{arxiv.1702.05089,
title = {Improving Text Proposals for Scene Images with Fully Convolutional Networks},
author = {Dena Bazazian and Raul Gomez and Anguelos Nicolaou and Lluis Gomez and Dimosthenis Karatzas and Andrew D. Bagdanov},
journal= {arXiv preprint arXiv:1702.05089},
year = {2017}
}
备注
6 pages, 8 figures, International Conference on Pattern Recognition (ICPR) - DLPR (Deep Learning for Pattern Recognition) workshop