AAAIDec, 2020

MANGO: 一种基于掩膜注意力引导的一阶段场景文本识别器

PDF
TL;DR本研究提出了一种名为 MANGO 的新型文本识别模型，其采用遮罩注意力指导的一阶段文本识别框架，可以直接识别无需 ROI 操作的字符序列，并在不同角度、不同排列方式的文本定位任务中取得了新的最优表现。
end-to-end scene text spottingmask attention guided one-stage text spotting frameworkposition-aware mask attention modulearbitrary-shaped text spottingcharacter sequences
发现论文，激发创造
  • 字符区域关注网络用于文本检测

    本研究将文本检测和识别模块融合，并采用基于注意力机制的解码器，通过利用角色评分图来更好地关注字符中心点，实现了一种紧密耦合的单管道模型，扩展了开放式直线和曲线基准数据集的最新性能。

    Jul, 2020

  • 自然场景下端到端文本识别

    该研究提出了一种统一的网络，同时定位和识别文本，通过使用卷积特征和 $2$D 注意力模型实现对任意形状文本的鲁棒定位和识别，避免了中间过程，取得了包括正常及不规则文本在内的多个标准数据集的最佳表现。

    Jun, 2019

  • 一种端到端的文本识别器：显式对齐与注意力机制

    该研究提出了一种简单有效的框架，可以同时处理文字检测和识别，其中利用了新颖的文本对齐层、字符空间信息作为显式监督和端到端可训练的模型。通过联合培训，该方法在两个数据集上实现了新的最先进检测性能和表现提高。

    Mar, 2018

  • Mask TextSpotter：一种端到端可训练神经网络，用于检测任意形状的文本

    本文提出了一种名为 Mask TextSpotter 的针对场景文本定位和识别问题的端到端训练的神经网络模型，并在 ICDAR2013、ICDAR2015 和 Total-Text 数据集上进行了实验，展现出在场景文本检测和端到端文本识别任务方面的最新水平。

    Jul, 2018

  • 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

  • 场景文本识别的视觉注意力模型

    本文提出了一种无词典的场景图像文本识别方法，该方法基于一种基于 LSTM 的软视觉注意模型，该模型从卷积特征中学习。通过导出与图像不同区域对应的中间卷积层的一组特征向量，实现了对空间信息的编码，从而使框架能够学习如何选择性地聚焦于图像的不同部分。除此之外，我们还展示了通过将显式语言模型集成到束搜索算法中来修改改良的束搜索算法可以导致更好的识别结果，以标准的 SVT 和 ICDAR'03 场景文本数据集为基础，证明了我们方法在无约束文本识别中的卓越表现。

    Jun, 2017

  • SwinTextSpotter: 基于更好的文本检测与识别协同的场景文本定位

    本文提出了一种使用 transformer encoding 的新型端到端场景文本识别框架，并通过一种新的识别转换机制，在不需要额外的矫正模块或字符级别注释的情况下显式地引导文本定位，从而使该方法在多种数据集上显著优于现有方法。

    Mar, 2022

  • Mask TextSpotter v3：面向鲁棒性场景文本检测的分割网络

    该研究提出了一种名为 Mask TextSpotter v3 的新的场景文本识别算法，采用 Segmentation Proposal Network（SPN）代替 RPN，从而可以更准确和有效地识别和处理极端宽高比或不规则形状的文本实例，并且识别精度不会受到附近文本或背景噪声的干扰。在多个数据集上的实验中，该算法已实现最优性能。

    Jul, 2020

  • 基于字符锚点池化的场景文本识别灵活特征获取新视角

    提出了一对耦合模块，即 Character Anchoring Module（CAM）和 Anchor Pooling Module（APM），用于从二维空间中提取高级语义以形成特征序列并获得序列学习，通过此提出的模块，在不规则和不同角度场景中对文本进行了识别，并在 ICDAR 2015 数据集上超越了先前的最高分数。

    Feb, 2020

  • 全球到本地注意力自然场景文字检测

    通过融合全局和局部特征的新型 GLASS 全局到局部注意机制，同时引入定向感知损失项以提高检测和识别表现，在多个基准测试中实现了最先进的结果。

    Aug, 2022