ICCVAug, 2019

基于像素聚合网络的高效准确任意形状文本检测

PDF
TL;DR本文提出了一种高效准确的任意形状文本检测器 Pixel Aggregation Network (PAN)，它配备了低计算成本的分割头和可学习的后处理，其中分割头由 Feature Pyramid Enhancement Module (FPEM) 和 Feature Fusion Module (FFM) 组成。通过预测相似向量准确地聚合文本像素的像素聚合 (PA) 实现可学习后处理。同时，该方法在几个标准基准测试中取得了优异的表现。
scene text detectionarbitrary-shaped text instancepixel aggregation networksegmentation headfeature fusion module
发现论文，激发创造
  • PAN++：高效准确的任意形状文本端到端定位

    本文提出了一个基于核心表示的端到端文本发现框架，可在自然场景中检测和识别任意形状的文本，并取得了竞争性的精度和高速度。

    May, 2021

  • 场景文本检测的自适应分割网络

    基于深度卷积分割算法的场景文本检测器通过学习判别性分割阈值和设计全局信息增强特征金字塔网络，实现了对具有极端长宽比的文本实例的有效检测和自适应分割，为场景文本检测提供了最新的性能表现。

    Jul, 2023

  • 基于渐进尺度扩张网络的形状稳健文本检测

    本文介绍了一种名为 PSENet 的新型逐步缩放扩展网络，能够高精度检测任意形状的场景文字，该方法不仅能够解决任意形状文字的不准确问题，还能有效地解决邻近两个文本集实例合并等问题。

    Mar, 2019

  • Text Perceptron: 面向端到端任意形状文本检测

    本文提出了一种名为 Text Perceptron 的端到端可训练文本检测方法，利用基于分割的高效检测器和新颖的形状变换模块，实现了文本检测和识别部分的全局优化，取得了在多个基准测试数据集上的优异性能表现。

    Feb, 2020

  • Pixel-Anchor：一种使用组合网络的快速方向场景文本检测器

    该论文提出了一种名为 Pixel-Anchor 的新型神经网络框架，它通过特征共享和锚点级别的注意机制结合了语义分割和 SSD 来检测方向场景文本，并在公共数据集上取得了优异的文本定位准确度和运行速度。

    Nov, 2018

  • CT-Net: 通过轮廓变换器进行任意形状文本检测

    通过渐进式轮廓回归及轮廓变换器，我们提出了一种名为 CT-Net 的新型任意形状场景文本检测框架，以解决前端轮廓初始化不准确、多阶段误差累积或局部信息聚合不足的限制，并通过大量实验验证了其在准确性和效率方面超越了现有方法。

    Jul, 2023

  • 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

  • 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

  • 傅立叶轮廓嵌入在任意形状文本检测中的应用

    该研究论文提出了一种称为 Fourier Contour Embedding (FCE) 方法，通过傅里叶变换将任意形状的文本轮廓表示为紧凑的签名，并构建 FCENet 模型进行文本检测，实验结果表明其准确度和鲁棒性均较高。

    Apr, 2021

  • 路径聚合网络用于实例分割

    本文提出 Path Aggregation Network（PANet）来提高神经网络中信息传递的效率，主要集中于基于提案的实例分割框架。具体来说，通过底层路径增强和自适应特征池化等方法来提高信息的传递效率，并建立了一个补充分支，以有效提高 Mask 预测的准确性。我们的方法在多个数据集上达到了最佳表现，具有简单易实现以及较小的计算复杂度。

    Mar, 2018