SEED:用于场景文本识别的语义增强编解码框架
计算机视觉与模式识别
2020-05-25 v1
摘要
场景文本识别是计算机视觉中的热门研究课题。近来,许多基于编解码框架的识别方法被提出,它们能处理具有透视畸变和曲线形状的场景文本。然而,它们仍面临图像模糊、光照不均和字符残缺等诸多挑战。我们认为大多数编解码方法基于局部视觉特征而缺乏显式全局语义信息。在本工作中,我们提出一种语义增强编解码框架以鲁棒识别低质量场景文本。语义信息既用于编码器模块的监督,也用于解码器模块的初始化。特别地,最先进的 ASTER 方法作为示例被集成到所提框架中。大量实验表明,所提框架对低质量文本图像更具鲁棒性,并在多个基准数据集上取得了 SOTA 结果。
引用
@article{arxiv.2005.10977,
title = {SEED: Semantics Enhanced Encoder-Decoder Framework for Scene Text Recognition},
author = {Zhi Qiao and Yu Zhou and Dongbao Yang and Yucan Zhou and Weiping Wang},
journal= {arXiv preprint arXiv:2005.10977},
year = {2020}
}
备注
CVPR 2020