面向旋转敏感回归的有向场景文本检测
计算机视觉与模式识别
2018-03-15 v1
摘要
自然图像中的文本具有任意方向，需要以有向边界框进行检测。通常，多方向文本检测器涉及两个关键任务：1）文本存在性检测，这是一个忽略文本方向的分类问题；2）有向边界框回归，关注文本方向。先前的方法依赖共享特征完成这两个任务，由于两任务的不兼容性导致性能下降。为解决该问题，我们提出在不同特征上执行分类与回归，这些特征由不同设计的两个网络分支提取。具体而言，回归分支通过主动旋转卷积滤波器提取旋转敏感特征，而分类分支通过对旋转敏感特征池化提取旋转不变特征。所提方法称为旋转敏感回归检测器（Rotation-sensitive Regression Detector, RRD），在三个有向场景文本基准数据集（包括 ICDAR 2015、MSRA-TD500、RCTW-17 和 COCO-Text）上取得了最先进的性能。此外，RRD 在一个船舶数据集上实现了显著提升，证明了其在有向目标检测上的通用性。
引用
@article{arxiv.1803.05265,
title = {Rotation-Sensitive Regression for Oriented Scene Text Detection},
author = {Minghui Liao and Zhen Zhu and Baoguang Shi and Gui-song Xia and Xiang Bai},
journal= {arXiv preprint arXiv:1803.05265},
year = {2018}
}
备注
accepted by CVPR 2018