Feb, 2018

历史文献中文本行检测的两阶段方法

PDF
TL;DR本文提出了一种用于历史文献的文本行检测方法，采用了两种阶段的方法，第一阶段使用了一个名为 ARU-Net 的深度神经网络进行像素的分类，第二阶段则采用自底向上的聚类算法进行 Baseline 的建立，该方法在复杂布局、曲线和任意方向文本行方面具有出色的性能和表现。
text line detectionhistorical documentsneural networkbottom-up clusteringbaseline detection
发现论文，激发创造
  • READ-BAD: 基于文献资料的基线检测新数据集及评价方案

    本文提出了一种基于基线的文本行检测算法评估方案，无需二值化即可处理倾斜和旋转的文本行，同时在 ICDAR 2017 比赛中使用此评估方案并介绍了最新文本行检测算法的效果。

    May, 2017

  • EAST: 一种高效准确的场景文本检测器

    本研究提出了一种简单而强大的场景文本检测流程，该流程可以直接预测全图中任意方向和四边形形状的单词或文本行，消除了不必要的中间步骤（例如候选聚合和单词划分），只需要一个神经网络进行操作，大大提升了检测的准确性和效率。

    Apr, 2017

  • 展示、关注、阅读：一种用于不规则文本识别的简单、强大基线

    本文提出了一种基于神经网络和 LSTM 等组件的简单强大的基线模型，用于识别自然场景图像中的不规则文本，基于单词级别的注释可获得最先进的性能表现。

    Nov, 2018

  • 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

  • 朝着无约束的端到端文本检测

    一项新的网络模型使用实例分割方法和注意力模型识别和提取曲线形状的文本内容，并使用多步光学字符识别引擎提高识别准确性，大幅度领先现有模型的准确性。

    Aug, 2019

  • UTRNet: 印刷文件中的高分辨率乌尔都文本识别

    本文提出了一种新方法来解决印地语文本识别的挑战，提出了 UTRNet 结构，并介绍了两个大规模数据集 UTRSet-Real 和 UTRSet-Synth 以及 UrduDoc 数据集，最终实现了与其他 OCR 技术相比较优异的效果。

    Jun, 2023

  • 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

  • 低秩逼近网络高效准确的场景文字检测

    提出了一种名为 LRANet 的文本检测器，该方法基于双重匹配方案用于正样本，利用低秩近似的文本轮廓表示方法来处理不规则形状文本，提高速度与准确性，并在三个数据集上展示了该方法的比较优越性。

    Jun, 2023

  • 端到端手写段落识别的联合分割和转录

    本文提出了一种针对离线手写段落文本识别的神经网络模型，利用注意力权重计算图像表示，实现了一种隐式行分割的可训练端到端模型，试验结果表明其性能与传统基于线段的模型竞争力相当，具有将全文档转录实现的潜力。

    Apr, 2016

  • TextNet：端到端训练的网络，用于从图像中读取不规则文本

    提出了一种名为 TextNet 的端到端训练网络结构，能够同时从图像中定位和识别不规则文本，并通过设计的多任务损失函数实现端到端的文本定位和识别任务。实验结果显示，所提出的 TextNet 在标准基准上取得了最先进的性能，并且在不规则数据集上优于现有方法。

    Dec, 2018