Zoom Text Detector
计算机视觉与模式识别
2022-09-08 v1
摘要
为了追求综合性能，最近的文本检测器以牺牲精度为代价提高了检测速度。它们采用基于收缩掩码的文本表示策略，这导致检测精度高度依赖于收缩掩码。不幸的是，三个缺点导致了不可靠的收缩掩码。具体来说，这些方法试图通过语义信息来增强收缩掩码与背景的区分度。然而，粗层被细粒度目标优化的特征失焦现象限制了语义特征的提取。同时，由于收缩掩码和边缘都属于文本，边缘被忽略的细节丢失现象阻碍了收缩掩码与边缘的区分，导致收缩掩码边缘模糊。此外，假阳性样本与收缩掩码具有相似的视觉特征，它们加剧了收缩掩码识别的下降。为了避免上述问题，我们提出了一种受相机变焦过程启发的 Zoom Text Detector (ZTD)。具体来说，引入 Zoom Out Module (ZOM) 为粗层提供粗粒度优化目标以避免特征失焦。同时，提出 Zoom In Module (ZIM) 增强边缘识别以防止细节丢失。此外，设计了 Sequential-Visual Discriminator (SVD) 通过序列和视觉特征抑制假阳性样本。实验验证了 ZTD 的优越综合性能。
引用
@article{arxiv.2209.03014,
title = {Zoom Text Detector},
author = {Chuang. Yang and Mulin. Chen and Yuan. Yuan and Qi. Wang},
journal= {arXiv preprint arXiv:2209.03014},
year = {2022}
}