SAFE：用于场景文本识别的尺度感知特征编码器
计算机视觉与模式识别
2019-01-18 v1
摘要
本文中，我们解决场景文本识别中字符尺度不一的问题。我们提出一种新颖的尺度感知特征编码器(SAFE)，专为编码不同尺度的字符而设计。SAFE由多尺度卷积编码器与尺度注意力网络组成。多尺度卷积编码器旨在提取多尺度下的字符特征，尺度注意力网络负责从最相关的尺度中选择特征。相较于当前最先进文本识别器中使用的传统单CNN编码器，SAFE有两大优势。首先，它通过从字符中提取尺度不变特征显式地处理尺度问题。这使识别器能更专注于应对场景文本识别中的其他挑战，如视角畸变与图像质量差所致者。其次，它能在不同字符尺度间迁移特征编码的学习。当训练集中字符尺度分布极不均衡时这一点尤为重要，因为以此类数据集训练会使编码器偏向于从主导尺度提取特征。为评估SAFE有效性，我们设计了一个以SAFE为特征编码器的简单文本识别器——尺度-空间注意力网络(S-SAN)，并在六个公开基准上实验。实验结果表明，S-SAN无需任何后处理即可达到最先进水平(或某些情况下极具竞争力的)性能。
引用
@article{arxiv.1901.05770,
title = {SAFE: Scale Aware Feature Encoder for Scene Text Recognition},
author = {Wei Liu and Chaofeng Chen and Kwan-Yee K. Wong},
journal= {arXiv preprint arXiv:1901.05770},
year = {2019}
}
备注
ACCV2018