自然图像中水平与垂直文本的同时识别
计算机视觉与模式识别
2018-12-19 v1 机器学习
摘要
近期最先进的场景文本识别方法主要聚焦于图像中的水平文本。然而，在包括中国在内的若干亚洲国家，标识、书籍和电视广告中存在大量垂直方向的文本。由于水平与垂直文本表现出不同特征，有必要开发一种能够在真实环境中同时识别这两类文本的算法。为解决此问题，我们基于监督学习采用了方向编码掩码（DEM）与选择性注意力网络（SAN）方法。DEM包含方向信息以补偿文本方向缺失的情况，因此我们的网络利用该信息进行训练以处理垂直文本。SAN方法被设计为对两类文本分别起作用。为训练网络识别两类文本并评估所设计模型的有效性，我们制备了一个新的合成垂直文本数据集，并从网络上收集了一个真实的垂直文本数据集（VTD142）。利用这些数据集，我们证明了所提模型能够准确识别垂直与水平文本，并在使用基准数据集（包括街景测试（SVT）、IIIT-5k和ICDAR）的实验中取得最先进（state-of-the-art）结果。尽管我们的模型相较先前模型较为简单，但其保持了准确率并以端到端方式训练。
引用
@article{arxiv.1812.07059,
title = {Simultaneous Recognition of Horizontal and Vertical Text in Natural Images},
author = {Chankyu Choi and Youngmin Yoon and Junsu Lee and Junseok Kim},
journal= {arXiv preprint arXiv:1812.07059},
year = {2018}
}
备注
Presented at the IWRR workshop at ACCV 2018