基于角点定位与区域分割的多方向场景文本检测
计算机视觉与模式识别
2018-02-28 v2
摘要
先前基于深度学习的最先进场景文本检测方法可大致分为两类。第一类将场景文本视为一种通用目标，遵循通用目标检测范式通过回归文本框位置来定位场景文本，但受困于场景文本任意方向和较大长宽比的问题。第二类直接分割文本区域，但大多需要复杂的后处理。本文提出一种结合这两类方法思想同时避免其缺陷的方法。我们提议通过定位文本边界框的角点并分割相对位置中的文本区域来检测场景文本。在推理阶段，通过对角点进行采样与分组生成候选框，进而由分割图打分并经由 NMS 抑制。相较于先前方法，我们的方法可自然处理长朝向文本且不需要复杂后处理。在 ICDAR2013、ICDAR2015、MSRA-TD500、MLT 和 COCO-Text 上的实验表明，所提算法在准确率和效率上均取得更优或相当的结果。基于 VGG16，其在 ICDAR2015 上取得 84.3% 的 F-measure，在 MSRA-TD500 上取得 81.5% 的 F-measure。
引用
@article{arxiv.1802.08948,
title = {Multi-Oriented Scene Text Detection via Corner Localization and Region Segmentation},
author = {Pengyuan Lyu and Cong Yao and Wenhao Wu and Shuicheng Yan and Xiang Bai},
journal= {arXiv preprint arXiv:1802.08948},
year = {2018}
}
备注
To appear in CVPR2018