基于有监督金字塔上下文网络的场景文本检测
计算机视觉与模式识别
2018-11-22 v1
摘要
基于深度学习的场景文本检测方法在过去几年中取得了显著成果。然而，由于自然场景的高度多样性与复杂性，以往最先进的文本检测方法在应用于真实世界环境捕获的图像时，仍可能产生相当数量的假阳性。为解决此问题，主要受 Mask R-CNN 启发，我们在本文中提出一种基于特征金字塔网络（FPN）与实例分割的有效场景文本检测模型。我们提出有监督金字塔上下文网络（SPCNET）以精确定位文本区域并抑制假阳性。得益于语义信息的引导与 FPN 的共享，SPCNET 在引入极少额外计算的同时获得了显著增强的性能。在标准数据集上的实验表明，我们的 SPCNET 明显优于最先进的方法。具体而言，它在 ICDAR2013 上达到 92.1% 的 F 值，在 ICDAR2015 上为 87.2%，在 ICDAR2017 MLT 上为 74.1%，在 Total-Text 上为 82.9%。
引用
@article{arxiv.1811.08605,
title = {Scene Text Detection with Supervised Pyramid Context Network},
author = {Enze Xie and Yuhang Zang and Shuai Shao and Gang Yu and Cong Yao and Guangyao Li},
journal= {arXiv preprint arXiv:1811.08605},
year = {2018}
}
备注
Accepted by AAAI 2019