R2CNN：用于方向鲁棒性场景文本检测的旋转区域 CNN
计算机视觉与模式识别
2017-07-03 v2
摘要
本文提出了一种称为旋转区域 CNN (R2CNN) 的新方法，用于检测自然场景图像中任意方向的文本。该框架基于 Faster R-CNN [1] 架构。首先，我们使用区域提议网络 (RPN) 生成包围不同方向文本的轴对齐边界框。其次，对于 RPN 提出的每个轴对齐文本框，我们提取其不同池化尺寸的池化特征，并将拼接后的特征用于同时预测文本/非文本得分、轴对齐框和倾斜最小面积框。最后，我们使用倾斜非极大值抑制得到检测结果。我们的方法在文本检测基准数据集 ICDAR 2015 和 ICDAR 2013 上取得了有竞争力的结果。
引用
@article{arxiv.1706.09579,
title = {R2CNN: Rotational Region CNN for Orientation Robust Scene Text Detection},
author = {Yingying Jiang and Xiangyu Zhu and Xiaobing Wang and Shuli Yang and Wei Li and Hua Wang and Pei Fu and Zhenbo Luo},
journal= {arXiv preprint arXiv:1706.09579},
year = {2017}
}
备注
8 pages, 6 figures, 3 tables