基于显式与隐式任务的场景文本识别互易特征学习
计算机视觉与模式识别
2021-10-26 v2
摘要
文本识别因其广泛应用而成为一个热门话题。在这项工作中，我们在传统文本识别中挖掘了隐式任务——字符计数，无需额外的标注人工成本。该隐式任务作为辅助分支以补充序列识别。我们设计了一个双分支互易特征学习框架，以充分利用来自两个任务的特征。通过利用显式与隐式任务之间的互补效应，特征得到可靠增强。在 7 个基准上的大量实验显示了所提方法在文本识别和新建字符计数任务中的优势。此外，配备可变网络和任务既方便又有效。我们提供了丰富的消融研究，并通过更深入理解任务进行了泛化实验。代码已公开。
引用
@article{arxiv.2105.06229,
title = {Reciprocal Feature Learning via Explicit and Implicit Tasks in Scene Text Recognition},
author = {Hui Jiang and Yunlu Xu and Zhanzhan Cheng and Shiliang Pu and Yi Niu and Wenqi Ren and Fei Wu and Wenming Tan},
journal= {arXiv preprint arXiv:2105.06229},
year = {2021}
}
备注
Accepted by ICDAR 2021. Code is available at https://davar-lab.github.io/publication.html or https://github.com/hikopensource/DAVAR-Lab-OCR