面向场景文本检测的紧致度感知评估协议
计算机视觉与模式识别
2019-04-02 v1
摘要
评估协议在文本检测方法的进展中起着关键作用。为确保评估方法公平、客观、合理，有严格的要求。然而，现有度量存在若干明显缺陷：1）它们不以目标为导向；2）它们无法识别检测方法的紧致度；3）现有的一对多与多对一解决方案存在固有漏洞与不足。因此，本文提出一种称为紧致度感知交并比（TIoU）度量的新评估协议，可量化真值的完整性、检测的紧凑性以及匹配程度的紧致度。具体而言，不仅使用 IoU 值，还恰当考虑了两种常见检测行为；同时直接使用 TIoU 分数来识别紧致度。此外，我们进一步提出一种直接方法以解决标注粒度问题，可同时公平评估词与文本行检测。通过采用已发表方法与通用目标检测框架的检测结果，在 ICDAR 2013 与 ICDAR 2015 数据集上进行了综合实验，以比较近期度量与所提出的 TIoU 度量。比较展示了一些有前景的新前景，例如，确定哪些方法与框架的检测更紧致且更利于识别。我们的方法极为简单；然而其新颖性在于所提出的度量能利用最简单但合理的改进带来许多有趣且富有洞见的前景，并解决先前度量的大部分问题。代码公开于 https://github.com/Yuliang-Liu/TIoU-metric 。
引用
@article{arxiv.1904.00813,
title = {Tightness-aware Evaluation Protocol for Scene Text Detection},
author = {Yuliang Liu and Lianwen Jin and Zecheng Xie and Canjie Luo and Shuaitao Zhang and Lele Xie},
journal= {arXiv preprint arXiv:1904.00813},
year = {2019}
}
备注
Accepted to appear in CVPR 2019