TPSNet：薄板样条逆思维用于任意形状场景文本表示
计算机视觉与模式识别
2022-09-13 v2
摘要
近年来场景文本检测与识别的研究焦点已转向任意形状文本，其中文本形状表示是一个基础问题。我们认为理想的表示应紧凑、完整、高效且可复用于后续识别。然而，以往的表示在一个或多个方面存在缺陷。薄板样条(Thin-Plate-Spline, TPS)变换在场景文本识别中已取得巨大成功。受其启发，我们逆向思考其用途，巧妙地将TPS作为任意形状文本表示的精细表征。TPS表示紧凑、完整且高效。利用预测的TPS参数，检测到的文本区域可直接矫正为近水平文本以辅助后续识别。为进一步挖掘TPS表示的潜力，提出了边界对齐损失(Border Alignment Loss)。基于这些设计，我们实现了文本检测器TPSNet，其可便捷扩展为文本 spotting 系统。在多个公开基准上的充分评估与消融实验证明了所提方法在文本表示与spotting中的有效性与优越性。特别地，TPSNet在Art数据集上检测F值提升4.4%（78.4% vs. 74.0%），在Total-Text上端到端spotting F值提升5.0%（78.5% vs. 73.5%），均为无额外技巧的大幅提升。
引用
@article{arxiv.2110.12826,
title = {TPSNet: Reverse Thinking of Thin Plate Splines for Arbitrary Shape Scene Text Representation},
author = {Wei Wang and Yu Zhou and Jiahao Lv and Dayan Wu and Guoqing Zhao and Ning Jiang and Weiping Wang},
journal= {arXiv preprint arXiv:2110.12826},
year = {2022}
}