基于合成数据训练的笔画式场景文本擦除
计算机视觉与模式识别
2021-12-06 v3
摘要
场景文本擦除旨在用合理内容替换自然图像中的文本区域，近年来在计算机视觉领域备受关注。场景文本擦除包含两个潜在子任务：文本检测与图像修复。两个子任务均需大量数据以获得更优性能；然而，缺乏大规模真实世界场景文本去除数据集使现有方法无法发挥其潜力。为弥补成对真实世界数据的不足，我们充分利用经额外增强的合成文本，并仅以改进合成文本引擎生成的数据集训练模型。我们提出的网络包含笔画掩码预测模块与背景修复模块，可从裁剪文本图像中将文本笔画提取为相对较小的空洞，从而保留更多背景内容以获得更好修复结果。该模型可借助边界框部分擦除场景图像中的文本实例，或与现有场景文本检测器配合实现自动场景文本擦除。在SCUT-Syn、ICDAR2013与SCUT-EnsText数据集上的定性与定量评估实验表明，即便现有最优方法使用真实世界数据训练，我们的方法仍显著优于它们。
引用
@article{arxiv.2104.11493,
title = {Stroke-Based Scene Text Erasing Using Synthetic Data for Training},
author = {Zhengmi Tang and Tomo Miyazaki and Yoshihiro Sugaya and Shinichiro Omachi},
journal= {arXiv preprint arXiv:2104.11493},
year = {2021}
}