PSSTRNet: 渐进式分割引导的场景文本去除网络
计算机视觉与模式识别
2023-06-14 v1
摘要
场景文本去除 (STR) 是一项具有挑战性的任务,原因在于场景图像中复杂的文本字体、颜色、尺寸和背景纹理。然而,大多数先前方法在单一网络内隐式地学习文本定位与背景修复,这削弱了文本定位机制并导致有损背景。为解决这些问题,我们提出了一种简单的渐进式分割引导的场景文本去除网络 (PSSTRNet) 来迭代地去除图像中的文本。它包含一个共享编码器和两个解码器分支:文本分割分支与文本去除分支。文本分割分支生成文本掩码图作为区域去除分支的引导。在每次迭代中,原始图像、前一文本去除结果和文本掩码被输入网络以提取剩余文本片段并获得更干净的文本去除结果。为获得更准确的文本掩码图,开发了更新模块以合并当前阶段与前一阶段的掩码图。最终文本去除结果通过所有先前阶段结果的自适应融合获得。在真实与合成公开数据集上进行的充分实验与消融研究证明我们提出的方法达到了最先进 (SOTA) 性能。我们工作的源代码可在:\href{https://github.com/GuangtaoLyu/PSSTRNet}{https://github.com/GuangtaoLyu/PSSTRNet} 获取。
引用
@article{arxiv.2306.07842,
title = {PSSTRNet: Progressive Segmentation-guided Scene Text Removal Network},
author = {Guangtao Lyu and Anna Zhu},
journal= {arXiv preprint arXiv:2306.07842},
year = {2023}
}
备注
Accepted by ICME2022