具有区域注意力的单次文本检测器
计算机视觉与模式识别
2017-09-04 v1
摘要
我们提出一种新颖的单次文本检测器，直接在自然图像中输出词级边界框。我们提出一种注意力机制，通过自动学习的注意力图粗略识别文本区域。这大幅抑制了卷积特征中的背景干扰，这是产生准确词推断的关键，特别是在极小尺寸下。这导致了一个本质上以由粗到细方式工作的单一模型。它脱离了近期基于FCN的文本检测器，后者级联多个FCN模型以实现准确预测。此外，我们开发了分层Inception模块，有效聚合多尺度Inception特征。这增强了局部细节，并编码了强上下文信息，允许检测器在单尺度图像上可靠地作用于多尺度和多方向文本。我们的文本检测器在ICDAR 2015基准上实现了77%的F值，推进了[18,28]中的最先进结果。演示可在 http://sstd.whuang.org/ 获取。
引用
@article{arxiv.1709.00138,
title = {Single Shot Text Detector with Regional Attention},
author = {Pan He and Weilin Huang and Tong He and Qile Zhu and Yu Qiao and Xiaolin Li},
journal= {arXiv preprint arXiv:1709.00138},
year = {2017}
}
备注
To appear in IEEE International Conference on Computer Vision (ICCV), 2017