Apr, 2020

再看一眼：朝着更紧密的任意形状文本检测

PDF
TL;DR提出了一种基于深度学习的两阶段文本检测器 NASK，采用实例分割技术，通过 GSCA 模块、RoI Pooling 和 FOX 模块，能够更精确地定位和还原任意形状、不同大小、存在转角的文本，并在公共基准测试数据集上取得了最先进的结果。
deep learningtext detectionsegmentationinstance segmentationstate-of-the-art results
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

  • 基于上下文关注的多任务学习的单次拍摄任意形状文本检测器

    本文提出了一种基于分割的新型文本检测器 “SAST”，它采用了基于全卷积网络（FCN）的上下文关注多任务学习框架来学习各种几何属性，以重构文本区域的多边形表示，实验结果表明 SAST 在准确性方面达到了更好或可比较的表现。

    Aug, 2019

  • TextSnake：一种灵活的文本表示方式，用于检测任意形状的文本

    该论文提出了一种能够有效表示包括水平的，有方向的和有曲率的文本实例的文本表示方法 TextSnake，并使用基于 TextSnake 的文本检测器，在多个数据集上取得了最先进的性能表现，特别是在曲线文本上。

    Jul, 2018

  • 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

  • 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

  • RSCA: 实时基于分割的上下文感知场景文本检测

    本文提出了一种基于实时分割和上下文感知的模型 RSCA，通过本地上下文感知上采样和动态文本脊柱标记等策略，实现了对任意形状场景文本检测的快速准确识别。在 CTW1500 数据集上，RSCA-640 实现了 48.3 FPS，83.9％ F - 测量的最先进性能。

    May, 2021

  • 只需边界：面向任意形状的文本识别

    该论文提出了一个基于端到端文本检测的点定位方法，通过定位文本边界上的一组点，建立了一种简单而有效的方案，可读取任意形状的文本，并在 ICDAR2015，TotalText 和 COCO-Text 三个数据集上展开实验，实验结果表明，该方法在场景文本检测和端到端文本识别任务上均超过了现有技术水平。

    Nov, 2019

  • 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

  • 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