基于精炼特征注意力网络的工业场景文本检测
计算机视觉与模式识别
2022-03-30 v2
摘要
由于金属零件图像存在低视觉对比度、光照不均、字符结构腐蚀以及背景杂乱等问题,工业金属零件标记字符的检测仍具挑战性。受这些因素影响,现有多数方法生成的边界框对低对比度文本区域的定位不准确。本文提出一种精炼特征注意力网络(RFN)以解决定位不准问题。具体而言,我们设计了一种并行特征融合机制,从多分辨率特征中构建自适应特征表示,从而在每个尺度特定层级增强对多尺度文本的感知以生成高质量注意力图。随后,利用该注意力图开发注意力精炼网络,以纠正候选框的位置偏差。此外,设计了一种重打分机制来选取具有最佳修正位置的文本框。我们构建了两个工业场景文本数据集,共包含 102156 张图像和 1948809 个具有不同字符结构与金属零件的文本内容实例。在我们自建数据集及四个公开数据集上的大量实验表明,所提方法达到了最先进的性能。
引用
@article{arxiv.2110.12663,
title = {Industrial Scene Text Detection with Refined Feature-attentive Network},
author = {Tongkun Guan and Chaochen Gu and Changsheng Lu and Jingzheng Tu and Qi Feng and Kaijie Wu and Xinping Guan},
journal= {arXiv preprint arXiv:2110.12663},
year = {2022}
}