基于期望最大化算法的弱监督任意形状文本检测
计算机视觉与模式识别
2020-12-02 v1
摘要
任意形状文本检测是计算机视觉中一项重要且具有挑战性的任务。现有多数方法需要繁重的数据标注工作以生成多边形级文本区域标签用于监督训练。为降低数据标注成本，我们研究弱监督任意形状文本检测，其结合多种弱监督形式（如图像级标签、粗糙、宽松与紧致边界框），这些标注远易于获取。我们提出一种基于期望最大化（EM）的弱监督学习框架，仅使用少量多边形级标注数据结合大量弱标注数据即可训练出精确的任意形状文本检测器。同时，我们提出一种基于轮廓的任意形状文本检测器，适于融入弱监督学习。在三个任意形状文本基准（CTW1500、Total-Text和ICDAR-ArT）上的大量实验表明：（1）仅使用10%强标注数据与90%弱标注数据，我们的方法取得了与最先进（SOTA）方法相当的性能；（2）使用100%强标注数据时，我们的方法在所有三个基准上均优于现有方法。我们将在将来公开弱标注数据集。
引用
@article{arxiv.2012.00424,
title = {Weakly-Supervised Arbitrary-Shaped Text Detection with Expectation-Maximization Algorithm},
author = {Mengbiao Zhao and Wei Feng and Fei Yin and Xu-Yao Zhang and Cheng-Lin Liu},
journal= {arXiv preprint arXiv:2012.00424},
year = {2020}
}