基于全卷积网络的多方向文本检测
计算机视觉与模式识别
2016-04-19 v2
摘要
在本文中，我们提出了一种用于自然图像中文本检测的新方法。在由粗到精的过程中，局部和全局线索均被考虑用于定位文本行。首先，训练一个全卷积网络 (FCN) 模型以整体方式预测文本区域的显著图。然后，通过结合显著图和字符分量来估计文本行假设。最后，使用另一个 FCN 分类器来预测每个字符的质心，以剔除错误假设。该框架可通用地处理多种方向、语言和字体的文本。所提方法在三个文本检测基准 MSRA-TD500、ICDAR2015 和 ICDAR2013 上持续达到最先进的性能。
引用
@article{arxiv.1604.04018,
title = {Multi-Oriented Text Detection with Fully Convolutional Networks},
author = {Zheng Zhang and Chengquan Zhang and Wei Shen and Cong Yao and Wenyu Liu and Xiang Bai},
journal= {arXiv preprint arXiv:1604.04018},
year = {2016}
}
备注
Accepted by CVPR2016