用于形状鲁棒场景文本检测的滑动线点回归
计算机视觉与模式识别
2018-01-31 v1
摘要
传统文本检测方法多聚焦于四边形文本。本研究提出一种名为滑动线点回归（SLPR）的新方法，以检测自然场景中的任意形状文本。SLPR回归文本行边缘上的多个点，并利用这些点勾勒出文本的轮廓。所提SLPR可适配多种目标检测架构，如Faster R-CNN与R-FCN。具体而言，我们首先通过区域提议网络（RPN）生成包含文本的最小矩形框，随后利用垂直与水平滑动线等距回归文本边缘上的点。为充分利用信息并减少冗余，我们通过矩形框位置计算目标点的x坐标或y坐标，仅回归剩余的y坐标或x坐标。据此我们不仅能减少系统参数，还能约束生成更规则多边形的点。我们的方法在传统ICDAR2015偶然场景文本基准与曲线文本检测数据集CTW1500上取得了具竞争力的结果。
引用
@article{arxiv.1801.09969,
title = {Sliding Line Point Regression for Shape Robust Scene Text Detection},
author = {Yixing Zhu and Jun Du},
journal= {arXiv preprint arXiv:1801.09969},
year = {2018}
}