R2CNN：旋转区域 CNN 用于方向鲁棒的场景文本检测

Jun, 2017

R2CNN：旋转区域 CNN 用于方向鲁棒的场景文本检测

R2CNN: Rotational Region CNN for Orientation Robust Scene Text Detection

Yingying Jiang, Xiangyu Zhu, Xiaobing Wang, Shuli Yang, Wei Li...

TL;DR本文提出了一种名为 R2CNN 的新方法，用于检测自然场景图像中的任意方向文本，基于 Faster R-CNN 架构，它使用区域提议网络（RPN）生成对不同方向的文本进行包围的对称边界框，为每个由 RPN 提出的对称文本框提取其不同池化大小的汇集特征并使用拼接的特征同时预测文本 / 非文本得分、对齐框和最小包含倾斜框，最后使用倾斜的非最大值抑制来获得检测结果，在文本检测基准测试 ICDAR 2015 和 ICDAR 2013 中取得了竞争性的结果。

Abstract

In this paper, we propose a novel method called rotational region cnn (R2CNN) for detecting arbitrary-oriented texts in natural scene images. The framework is based on faster r-cnn [1] architecture. First, we use

rotational region cnn text detection faster r-cnn icdar 2015 icdar 2013

发现论文，激发创造

基于旋转建议的任意方向场景文字检测

本文介绍了一种新颖的基于旋转的框架，用于自然场景图像中的任意方向文本检测。我们提出了 Rotation Region Proposal Network（RRPN），它们设计用于生成倾斜的提议并提供文本方向角度信息，然后针对性地适应边界框回归，以更精确地适应文本区域。本框架建立在基于区域提议的体系结构之上，保证了与先前的文本检测系统相比，任意方向文本检测的计算效率。我们在三个真实世界的场景文本检测数据集上使用旋转平整的算法，并展示其在效果和效率方面的卓越性。

Mar, 2017

通过旋转区域建议网络改善旋转文字检测

本研究旨在扩展 Facebook 的场景文本抽取系统 Rosetta，以有效处理社交媒体平台上的旋转文本，实现提取和识别旋转文本的模型的建立和部署。实验结果表明，这种改进对于检测旋转文本有着显著的提升效果。

Nov, 2018

旋转敏感回归用于定向场景文本检测

本文提出了一种名为旋转敏感回归检测器（RRD）的方法，旨在解决多方向文本探测器中存在的分类问题和面向文本方向的定位问题不相容的问题。该方法通过两个不同设计的网络分支提取具有不同特征的特征，具体地，通过旋转卷积过滤器提取旋转敏感特征的回归分支，通过池化旋转敏感特征提取旋转不变特征的分类分支。该方法在三个面向文本基准数据集上实现了最先进的性能，包括 ICDAR 2015、MSRA-TD500、RCTW-17 和 COCO-Text。并且在船舶收集数据集上对定位面向对象也取得了显著的进展，显示了该方法在面向对象检测方面的普适性。

Mar, 2018

面向 R-CNN 的对象检测

本文介绍了一种高效的、有效的、面向对象的检测框架 ——Oriented R-CNN，其中包括一种面向区域提议网络（oriented RPN），可以直接生成高质量的面向提议，并具有最先进的检测精度。

Aug, 2021

一种基于 Faster R-CNN 的自由锚点区域提议网络用于文本检测方法

本论文提出了一种新的基于区域提案网络的方法来替换 Faster R-CNN 中的锚点机制，通过去除复杂的锚点设计，可以在大规模 COCO-Text 数据集上实现更高的召回率，并在 ICDAR-2017 MLT、ICDAR-2015 和 ICDAR-2013 文本检测基准测试中取得最先进的结果。

Apr, 2018

卷积神经网络中的区域旋转层

本文提出一种可插入到既有卷积神经网络中的模块，直接将旋转不变性整合到 CNN 的特征提取层中，而不会增加模型复杂度，通过仅对立体数据进行训练，在旋转测试集上也能表现良好，这将适用于生物医学和天文学等难以获取垂直样本或目标没有方向性的领域，评估结果表明本模块能够有效提高 LeNet-5，ResNet-18 和 tiny-yolov3 的性能表现。

Feb, 2022

基于全卷积网络的多方向文本检测

该研究提出了一种使用全卷积神经网络对自然图像中的文本进行检测的新方法，通过综合考虑本地和全局线索，以分层的方式定位文本线。通过组合显著地图和字符组件来估计文本行假设，并使用另一个卷积神经网络分类器预测每个字符的质心，以去除误判。该方法适用于处理多个方向、语言和字体的文本。在三个文本检测基准测试 MSRA-TD500、ICDAR2015 和 ICDAR2013 的性能方面，该方法实现了最先进的性能。

Apr, 2016

基于角点定位和区域分割的多方向场景文本检测

该论文提出了一种利用文本边框的角点定位和定位相对位置的文本区域分割方法，结合了一般性物体检测和文本区域分割的优点，避免了它们的缺点，并在 ICDAR2013，ICDAR2015，MSRA-TD500，MLT 和 COCO-Text 上进行了实验，得出了比以前更好或相当的结果。

Feb, 2018

DeepText: 自然图像文本提议生成和文本检测的统一框架

本文提出了一种名为 DeepText 的新型文本区域提案生成和文本检测的统一框架，通过卷积神经网络（CNN）实现。通过 Inception-RPN 提出区域提案，引入 ATC 信息和 MLRP 实现文本和非文本分类和准确定位，最终通过迭代边界框投票和筛选算法获得高的召回率。该方法在 ICDAR 2011 和 2013 的检测基准测试中取得了 F-measure 为 0.83 和 0.85 的优异结果，超过了以前的最新研究成果。

May, 2016

多任务旋转区域卷积神经网络用于任意方向船舶的位置检测和方向预测

该论文提出了一种基于多任务旋转区域卷积神经网络的全新检测模型，通过密集特征金字塔网络、自适应兴趣区域对齐、旋转边界框回归、驶向预测和旋转非极大值抑制等五个连续部分解决了应用场景的复杂性、检测区域的冗余性和密集船只检测的困难等主要障碍。在旋转检测的基础上，通过预测可以找到船只的泊位和驶向，并通过 SRSS 进行了详细的评估，证明该检测方法具有竞争性的性能。

Jun, 2018