基于精选锚框的场景文本检测
计算机视觉与模式识别
2020-08-20 v1 机器学习
图像与视频处理
摘要
采用密集锚定方案的目标提议技术常用于场景文本检测以达成高召回率。这带来了精度的显著提升，却浪费了计算上的搜索、回归与分类。本文提出一种基于锚框选择区域提议网络(AS-RPN)，使用高效精选锚框替代密集锚框来提取文本提议。锚框的中心、尺度、长宽比与方向均可学习而非固定，从而带来高召回并大幅减少锚框数量。通过替换 Faster RCNN 中基于锚框的 RPN，仅使用单尺度、单模型(ResNet50)测试的基于 AS-RPN 的 Faster RCNN 在包括 COCO-Text、ICDAR2013、ICDAR2015 与 MSRA-TD500 的标准基准上取得了与先前最优文本检测方案相当的性能。
引用
@article{arxiv.2008.08523,
title = {Scene Text Detection with Selected Anchor},
author = {Anna Zhu and Hang Du and Shengwu Xiong},
journal= {arXiv preprint arXiv:2008.08523},
year = {2020}
}
备注
8 pages