NENET：一种用于场景文本中链接预测的边可学习网络
机器学习
2020-05-26 v1 计算与语言
计算机视觉与模式识别
摘要
基于深度神经网络的场景文本检测已展现出良好前景。近期最先进的方法已不再使用词边界框回归，而是开始聚焦于字符边界框与像素级预测。这催生了连接相邻字符的需求，本文中我们提出使用一种新颖的图神经网络（GNN）架构来实现，该架构允许我们同时学习节点与边特征，而非典型GNN下仅学习节点特征。使用GNN进行链接预测的主要优势在于其能够连接空间上分离且具任意朝向的字符。我们在知名的SynthText数据集上验证了我们的思路，相较最先进方法取得了顶尖结果。
引用
@article{arxiv.2005.12147,
title = {NENET: An Edge Learnable Network for Link Prediction in Scene Text},
author = {Mayank Kumar Singh and Sayan Banerjee and Shubhasis Chaudhuri},
journal= {arXiv preprint arXiv:2005.12147},
year = {2020}
}
备注
9 pages