CVPRApr, 2019

多看一眼：一种针对任意形状文本的准确检测器

PDF
TL;DR用 LOMO（即 Look More Than Once）方法解决了传统的场景文本检测方法中受限于 CNN 的感受野和简单的形状描述方法在处理长文本和任意形状文本时的不足，该方法包含直接回归器（DR）、迭代细化模块（IRM）和形状表达模块（SEM），最终的实验结果印证了 LOMO 方法的鲁棒性和有效性。
scene text detectionlomoiterative refinementirregular textgeometry properties
发现论文，激发创造
  • 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

  • ContourNet: 迈向准确任意形状场景文本检测的更远一步

    该论文提出了一种名为 ContourNet 的算法来解决场景文本检测中出现的误检和规模变化困难的问题，并通过 Adaptive Region Proposal Network 和 Local Orthogonal Texture-aware Module 两个模块达到了更为准确的任意形状文本检测。

    Apr, 2020

  • MorphText：深度形态规范任意形状场景文本检测

    利用深度形态学和深度形态开合模块解决文本部分误检测和建立文本连接的问题，提出了一种名为 “MorphText” 的新方法，实验证明它在任意形状场景文本检测方面优于现有的自上而下和自下而上方法。

    Apr, 2024

  • 深层匹配先验网络：朝向更紧凑的多向文本检测

    本文提出了一种基于卷积神经网络的新方法 Deep Matching Prior Network，通过使用四边形滑动窗口和快速计算多边形区域的共享蒙特卡罗方法来检测具有更紧致四边形的场景文本。本方法的性能在公共场景文本数据集上进行了评估，表现出比现有的 state-of-the-art 方法更好的 F-measure 值。

    Mar, 2017

  • MOST: 一种用于多方向场景文本检测的本地化精炼方法

    本研究提出了一种用于场景文本检测的新算法，其中提出了一组策略来显着提高文本定位的质量。具体而言，提出了一种文本特征对齐模块（TFAM），用于根据初始原始检测动态调整特征的感受域；设计了一种位置感知非极大值抑制模块（PA-NMS）来选择性地集中于可靠的原始检测，排除不可靠的检测，此外还提出了一种实例 IoU 损失来平衡针对不同比例的文本实例的训练。通过广泛的消融研究，证明了所提出策略的有效性和优越性。最终，将这些策略与业内领先的场景文本检测器 EAST 集成，实现了在保持快速运行速度的同时，达到了各种标准文本检测基准上的最新或有竞争力的性能。

    Apr, 2021

  • 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

  • 自适应文本区域表示的任意形状场景文本检测

    提出了使用适应性文本区域表示的鲁棒场景文本检测方法，利用文本区域提案网络提取文本提案，再通过细化网络对提案进行验证和优化。实验结果在五个基准上表明，这种方法在场景文本检测方面达到了最先进水平。

    May, 2019

  • 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

  • TextRay: 基于轮廓的几何模型在任意形状场景文本检测中的应用

    该研究提出了一种名为 TextRay 的任意形状文本检测方法，采用一次性无锚点框架中的自顶向下轮廓基准几何建模和几何参数学习，能够将复杂的几何布局编码为统一的表示，并输出仅经过一个 NMS 后处理的简单多边形检测。

    Aug, 2020

  • 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