基于属性学习的少样本文本分割 TSAL
计算机视觉与模式识别
2025-04-16 v1
摘要
近年来，监督式学习在场景文本分割方面取得了快速发展。然而，缺乏高质量数据集以及像素标注的高成本严重限制了其发展。鉴于在下游任务中少样本学习方法表现良好，我们探索将少样本学习方法应用于场景文本分割。我们提出TSAL方法，利用CLIP的先验知识学习文本属性以实现分割。为充分利用图像中的语义和纹理信息，提出视觉引导分支分别提取文本和背景特征。为减少数据依赖并提高文本检测准确度，采用自适应提示引导分支，通过有效的自适应提示模板捕获各种文本属性。为实现自适应提示捕获 distinctive 文本特征和复杂背景分布，我们提出自适应特征对齐模块(AFA)。通过对齐不同属性的可学习标记与视觉特征和提示原型，AFA使自适应提示能够捕获通用和 distinctive 属性信息。TSAL能够捕获文本的独特属性，并仅通过少量图像即可实现精确分割。实验表明，在少样本设置下，我们的方法在多个文本分割数据集上实现了最先进的性能，并在文本相关领域展现出巨大的潜力。
引用
@article{arxiv.2504.11164,
title = {TSAL: Few-shot Text Segmentation Based on Attribute Learning},
author = {Chenming Li and Chengxu Liu and Yuanting Fan and Xiao Jin and Xingsong Hou and Xueming Qian},
journal= {arXiv preprint arXiv:2504.11164},
year = {2025}
}