面向机器人定位的自然场景文本检测与识别
计算机视觉与模式识别
2022-05-20 v2 机器人学
摘要
标识无处不在，机器人应能够利用标识来帮助其定位（包括视觉位置识别（VPR））和建图。由于姿态、不规则文本、光照和遮挡等因素，在自然场景中进行鲁棒的文本检测与识别具有挑战性。我们提出了一种端到端的场景文本识别模型，该模型同时输出文本字符串和边界框。该模型更适合于 VPR。我们的核心贡献是引入利用端到端场景文本识别框架，以充分捕获不同挑战性场景中的不规则和遮挡文本区域。为了评估我们提出的架构在 VPR 上的性能，我们在具有挑战性的自采集文本地点（SCTP）基准数据集上进行了多项实验。初步实验结果表明，在该基准上测试时，所提出的方法在精确率和召回率方面优于 SOTA 方法。
引用
@article{arxiv.2205.08565,
title = {Text Detection & Recognition in the Wild for Robot Localization},
author = {Zobeir Raisi and John Zelek},
journal= {arXiv preprint arXiv:2205.08565},
year = {2022}
}
备注
6 papged, VI section, typos corrected, revison changes, no result changes