面向增强现实的场景文本检测——以字符二元语法方法降低误报率
计算机视觉与模式识别
2021-01-05 v1 机器学习
摘要
自然场景文本检测是场景理解的重要方面，并可作为构建引人入胜的增强现实应用的有用工具。在本工作中，我们解决文本 spotting 中的误报问题。我们提出通过寻找字符对（二元语法）而非单个字符来改进滑动窗口文本 spotter 的性能。设计并训练了一个高效的卷积神经网络以检测二元语法。所提检测器在 ICDAR 2015 数据集上将误报率降低了 28.16%。我们证明检测二元语法是一种计算代价低廉的改进滑动窗口文本 spotter 的方法。
引用
@article{arxiv.2101.01054,
title = {Scene Text Detection for Augmented Reality -- Character Bigram Approach to reduce False Positive Rate},
author = {Sagar Gubbi and Bharadwaj Amrutur},
journal= {arXiv preprint arXiv:2101.01054},
year = {2021}
}