基于渐进尺度扩展网络的形状鲁棒文本检测
信息论
2024-10-30 v1 系统与控制
系统与控制
math.IT
摘要
场景文本检测已取得快速进展,尤其是随着卷积神经网络的最近发展。然而,仍存在两个阻碍算法投入工业应用的挑战。一方面,大多数最先进算法需要四边形边界框,这对于定位任意形状的文本是不精确的。另一方面,彼此接近的两个文本实例可能导致覆盖两个实例的误检。传统上,基于分割的方法可以缓解第一个问题,但通常无法解决第二个挑战。为解决这两个挑战,在本文中我们提出一种新颖的渐进尺度扩展网络(PSENet),其可精确检测任意形状的文本实例。更具体地,PSENet为每个文本实例生成不同尺度的核,并将最小尺度核渐进扩展到具有完整形状的文本实例。由于最小尺度核之间存在较大的几何间隔,我们的方法能有效分离相近的文本实例,使得使用基于分割的方法检测任意形状文本实例更为容易。在CTW1500、Total-Text、ICDAR 2015和ICDAR 2017 MLT上的大量实验验证了PSENet的有效性。值得注意的是,在充满长曲线文本的CTW1500数据集上,PSENet在27 FPS下取得了74.3%的F值,而我们的最佳F值(82.2%)比最先进算法高出6.6%。代码将在未来发布。
引用
@article{arxiv.1903.12472,
title = {Real-Time Remote Estimation with Hybrid ARQ in Wireless Networked Control},
author = {Kang Huang and Wanchun Liu and Mahyar Shirvanimoghaddam and Yonghui Li and Branka Vucetic},
journal= {arXiv preprint arXiv:1903.12472},
year = {2024}
}
备注
30 pages. This work has been submitted to the IEEE for possible publication. arXiv admin note: substantial text overlap with arXiv:1902.07820