基于渐进尺度扩展网络的形状鲁棒文本检测
计算机视觉与模式识别
2018-06-08 v1
摘要
形状鲁棒文本检测的挑战在于两个方面：1）大多数现有的基于四边形边界框的检测器难以定位任意形状的文本，这些文本难以被完美地包围在矩形中；2）大多数基于像素级分割的检测器可能无法分离彼此非常接近的文本实例。为了解决这些问题，我们提出了一种新颖的渐进尺度扩展网络（PSENet），其被设计为对每个文本实例具有多个预测的基于分割的检测器。这些预测对应于通过将原始文本实例收缩成各种尺度而产生的不同“核”。因此，最终检测可以通过我们的渐进尺度扩展算法来实现，该算法将最小尺度的核逐步扩展为具有最大且完整形状的文本实例。由于这些最小核之间存在较大的几何间距，我们的方法能够有效区分相邻的文本实例，并且对任意形状具有鲁棒性。在 ICDAR 2015 和 ICDAR 2017 MLT 基准上的 SOTA 结果进一步证实了 PSENet 的巨大有效性。值得注意的是，PSENet 在曲线文本数据集 SCUT-CTW1500 上以绝对值 6.37% 优于之前的最佳记录。代码将在 https://github.com/whai362/PSENet 提供。
引用
@article{arxiv.1806.02559,
title = {Shape Robust Text Detection with Progressive Scale Expansion Network},
author = {Xiang Li and Wenhai Wang and Wenbo Hou and Ruo-Ze Liu and Tong Lu and Jian Yang},
journal= {arXiv preprint arXiv:1806.02559},
year = {2018}
}
备注
12 pages, 11 figures