Sep, 2023

Box2Poly: 内存高效多边形预测任意形状和旋转文本

PDF
TL;DR通过使用 Sparse R-CNN 中的级联解码流程进行多边形预测，我们提出了一种创新的方法来解决基于 Transformer 的文本检测技术中的挑战，既能提高精度，又能减少内存占用和推理速度。
transformer-based text detectionpolygon predictionsparse r-cnncascade decoding pipelineinstance-level feature proposal
发现论文，激发创造
  • 从单点到多边形的场景文本渐进式演变

    通过使用合成的识别信息，我们提出了 Point2Polygon 方法，将单点标注高效地转换为紧凑的多边形，并通过广泛实验证明了生成多边形的准确性。

    Dec, 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 Transformer 的场景文本识别

    本论文提出了一种基于 transformer 的简单但极其有效的场景文本识别方法，只需要空间注意力而不需要矫正图像，仅使用卷积特征图作为单词嵌入输入到 transformer 中，并在大规模实验中取得了显著的优越性能。

    Mar, 2020

  • 探究 Transformer 在分解多边形形状为点集时的应用

    本研究研究了 Transformers 生成预测的两种方法：自回归和并行预测，并在视觉集预测任务中以多边形图像为例，提供了有关 Transformers 自然顺序重要性的证据，表明将复杂的多边形分解为点的集合可以获得自回归方式的好处。

    Aug, 2021

  • 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

  • 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

  • DPPD：可变形极坐标多边形目标检测

    该研究提出了一种新的 Deformable Polar Polygon Object Detection 方法，使用带有灵活顶点的稀疏多边形表示来实现精确形状对齐和低计算成本，通过稠密重新采样训练和预测多边形，实现高精度的物体形状学习，并成功应用于自动驾驶中的各种物体检测任务。

    Apr, 2023

  • 通过边界变换进行任意形状文本检测

    通过边界学习，分层迭代地优化边界变形并结合边缘提议模块，从而在有效地定位文本边界的同时，简单高效地检测任意形状的文本。

    May, 2022

  • PolyFormer: 将图像分割视为序列多边形生成

    该论文提出一种基于序列多边形生成框架 Polygon Transformer (PolyFormer) 的图像分割方法，通过生成多边形顶点序列实现对图像分割的参照。该方法在 RefCOCO+ 等实际数据集上表现优异，性能提升明显。

    Feb, 2023

  • PBFormer：使用多项式带变换器捕捉复杂场景文字形状

    我们提出了 PBFormer，一种高效而强大的场景文本检测器，将变压器和一种新颖的文本形状表示多项式带（PB）结合起来。

    Aug, 2023