QuickBrowser：一种实时检测与识别简单物体的统一模型
计算机视觉与模式识别
2021-06-29 v2 图像与视频处理
摘要
在许多现实用例中，如条形码扫描或广告牌读取，人们需要检测物体并读取物体内容。现有常用方法首先定位物体区域，然后确定布局，最后对内容单元分类。然而，对于车牌等结构固定的简单物体，这种方法显得过度复杂且耗时。本工作旨在通过将对多位数字的识别集成到单阶段目标检测模型中，以轻量方式解决这一检测并读取问题。我们的统一方法不仅消除了特征提取中的重复（一次用于定位，又一次用于分类），还为分类提供了物体区域周围有用的上下文信息。此外，我们在骨干网络的选择以及架构、损失函数、数据增强和训练上的改进，使该方法具备鲁棒、高效和快速的特性。其次，我们制作了一个多样化的现实一维条形码公开基准数据集以供可靠评估，该数据集由我们仔细收集、标注和核对。最终，实验结果在条形码问题上证明了该方法的有效性：在以类似 VGA 分辨率实现实时 fps 的同时，其检测与解码率均优于工业工具。在车牌识别任务（AOLP 数据集）上，该方法同样表现优异，在识别率和推理时间上显著优于当前最先进方法。
引用
@article{arxiv.2102.07354,
title = {QuickBrowser: A Unified Model to Detect and Read Simple Object in Real-time},
author = {Thao Do and Daeyoung Kim},
journal= {arXiv preprint arXiv:2102.07354},
year = {2021}
}
备注
Accepted at 2021 International Joint Conference on Neural Networks (IJCNN)