自然场景图像中尺度不变的多方向文本检测
计算机视觉与模式识别
2020-02-18 v1
摘要
自然场景图像中文本的自动检测是一个具有挑战性的问题，特别是由于难以处理（i）不同比例的遮挡，（ii）尺度与方向差异极大的文本，（iii）图像质量的严重退化等。本文中，我们提出了一种全卷积神经网络架构，其包含一个能够进行高效信息抽象的新型特征表示块（FRB）。所提网络采用课程学习进行训练，针对图像样本的困难程度以及逐像素的渐进模糊。它能够检测受多种可能来源模糊、非均匀光照以及不同比例部分遮挡影响的不同尺度和方向的文本。所提框架在各种基准样本数据库（包括 ICDAR 2015、ICDAR 2017 MLT、COCO-Text 和 MSRA-TD500）上的文本检测性能显著提升了各自的 SOTA 结果。所提架构的源代码将在 github 上公开。
引用
@article{arxiv.2002.06423,
title = {Scale-Invariant Multi-Oriented Text Detection in Wild Scene Images},
author = {Kinjal Dasgupta and Sudip Das and Ujjwal Bhattacharya},
journal= {arXiv preprint arXiv:2002.06423},
year = {2020}
}