TextField：学习用于不规则场景文本检测的深度方向场
计算机视觉与模式识别
2019-10-02 v2
摘要
场景文本检测是场景文本读取系统的重要步骤。主要挑战在于尺寸和长宽比差异显著、任意朝向与形状。受深度学习近期进展推动，多方向文本检测已取得令人印象深刻的性能。然而，由于有限的文本表示（如水平边界框、旋转矩形或四边形），在检测弯曲文本时性能急剧下降。检测弯曲文本（在自然场景中实际非常常见）具有重大研究意义。本文中，我们提出一种名为TextField的新型文本检测器用于检测不规则场景文本。具体而言，我们学习一个从最近文本边界指向每个文本点的方向场。该方向场由二维向量图像表示，并通过全卷积神经网络学习。它编码了二进制文本掩码和用于分离相邻文本实例的方向信息，这对经典基于分割的方法而言具有挑战性。基于学习到的方向场，我们应用一种简单而有效的基于形态学的后处理来实现最终检测。实验结果表明，所提TextField在两个弯曲文本数据集Total-Text和CTW1500上分别以较大优势（28%和8%）优于最先进方法，并在多方向数据集ICDAR 2015和MSRA-TD500上也取得了极具竞争力的性能。此外，TextField在泛化到未见过的数据集时具有鲁棒性。代码可在https://github.com/YukangWang/TextField获取。
引用
@article{arxiv.1812.01393,
title = {TextField: Learning A Deep Direction Field for Irregular Scene Text Detection},
author = {Yongchao Xu and Yukang Wang and Wei Zhou and Yongpan Wang and Zhibo Yang and Xiang Bai},
journal= {arXiv preprint arXiv:1812.01393},
year = {2019}
}
备注
To appear in IEEE TIP