场景文本从单点到多边形的渐进式演化

文本形状表示向紧凑性的发展提升了文本检测和识别的性能，但付出了高昂的标注成本。当前模型使用单点标注以降低成本，然而它们缺乏下游应用所需的充分定位信息。为克服这一局限，我们引入了 Point2Polygon，它能够高效地将单点转换为紧凑的多边形。我们的方法采用由粗到细的过程，首先基于识别置信度创建和选择锚点，然后利用识别信息在垂直和水平方向上 refine 多边形以优化其形状。我们通过大量实验证明了生成多边形的准确性：1) 通过从真实值（ground truth）点创建多边形，我们在 ICDAR 2015 数据集上达到了 82.0% 的准确率；2) 在使用我们方法生成的多边形训练检测器时，我们达到了相对于使用真实值（GT）训练所得准确率的 86%；3) 此外，所提出的 Point2Polygon 可以无缝集成以赋能单点识别器生成多边形。这种集成使得生成的多边形取得了令人印象深刻的 82.5% 准确率。值得一提的是，我们的方法仅依赖于合成识别信息，消除了除单点外任何人工标注的需求。