叶片上生长的文字：基于叶脉的文本表示与检测
计算机视觉与模式识别
2022-09-08 v1
摘要
不规则形状文本给场景文本检测（STD）带来了挑战。尽管现有基于轮廓点序列的方法取得了可比的性能，但它们无法覆盖某些高度弯曲的带状文本行。这导致文本拟合能力有限并限制了 STD 技术的应用。针对上述问题，我们结合文本几何特征与仿生学，设计了一种基于自然叶脉的文本表示方法（LVT）。具体而言，研究发现叶脉是一种通常有向图，可轻松覆盖多种几何形状。受此启发，我们将文本轮廓视为叶缘，并通过主脉、侧脉与细脉对其进行表示。我们进一步构建了基于 LVT 的检测框架，即 LeafText。在文本重建阶段，LeafText 模拟叶片生长过程以重建文本轮廓。它首先在笛卡尔坐标系中生长主脉以粗略定位文本；随后沿主脉生长方向在极坐标系中生成侧脉与细脉，分别负责生成粗轮廓与细化轮廓。考虑到侧脉与细脉对主脉的深度依赖，提出多方向平滑器（MOS）以增强主脉的鲁棒性，从而确保可靠的检测结果。此外，我们提出一种全局激励损失以加速侧脉与细脉的预测。消融实验表明 LVT 能够精确描绘任意形状文本，并验证了 MOS 与全局激励损失的有效性。对比实验显示，LeafText 在 MSRA-TD500、CTW1500、Total-Text 和 ICDAR2015 数据集上优于现有最优（SOTA）方法。
引用
@article{arxiv.2209.03016,
title = {Text Growing on Leaf},
author = {Chuang. Yang and Mulin. Chen and Yuan. Yuan and Qi. Wang},
journal= {arXiv preprint arXiv:2209.03016},
year = {2022}
}