基于金字塔注意力网络的 Mask R-CNN 用于场景文本检测
计算机视觉与模式识别
2018-11-26 v1
摘要
本文提出一种基于 Mask R-CNN 的新型文本检测方法，能够以统一的方式从自然场景图像中鲁棒地检测多方向和弯曲文本。为增强 Mask R-CNN 在文本检测任务中的特征表示能力，我们提出使用金字塔注意力网络（PAN）作为 Mask R-CNN 的新骨干网络。实验表明，PAN 能更有效地抑制由类文本背景引起的误检。我们所提出的方法仅使用单尺度、单模型测试，即在多方向（ICDAR-2015、ICDAR-2017 MLT）和弯曲（SCUT-CTW1500）文本检测基准任务上均取得了优越性能。
引用
@article{arxiv.1811.09058,
title = {Mask R-CNN with Pyramid Attention Network for Scene Text Detection},
author = {Zhida Huang and Zhuoyao Zhong and Lei Sun and Qiang Huo},
journal= {arXiv preprint arXiv:1811.09058},
year = {2018}
}
备注
Accepted by WACV 2019