SynthTIGER：面向更优文本识别模型的合成文本图像生成器
计算机视觉与模式识别
2021-07-21 v1
摘要
对于成功的场景文本识别（STR）模型，合成文本图像生成器缓解了真实世界标注文本图像的匮乏。具体而言，它们生成具有多样背景、字体风格和文本形状的多个文本图像，并使 STR 模型能够学习可能无法从人工标注数据中获取的视觉模式。在本文中，我们通过分析用于文本图像合成的技术并将有效技术集成到单一算法下，引入了一种新的合成文本图像生成器 SynthTIGER。此外，我们提出了两种缓解训练数据长度和字符分布中长尾问题的技术。在我们的实验中，SynthTIGER 取得了比合成数据集 MJSynth (MJ) 和 SynthText (ST) 组合更好的 STR 性能。我们的消融研究展示了使用 SynthTIGER 子组件的好处以及为 STR 模型生成合成文本图像的指南。我们的实现公开于 https://github.com/clovaai/synthtiger。
关键词
引用
@article{arxiv.2107.09313,
title = {SynthTIGER: Synthetic Text Image GEneratoR Towards Better Text Recognition Models},
author = {Moonbin Yim and Yoonsik Kim and Han-Cheol Cho and Sungrae Park},
journal= {arXiv preprint arXiv:2107.09313},
year = {2021}
}
备注
Accepted at ICDAR 2021, 16 pages, 6 figures