Jan, 2024

边界点动态优化：任意形状场景文本检测

PDF
TL;DR本文提出了一种新颖的边界点动态优化（BPDO）的任意形状场景文本检测器，该模型通过基于分割的文本感知模块（TAM）和边界点动态优化模块（DOM）实现。实验证明，该模型在 CTW-1500、Total-Text 和 MSRA-TD500 数据集上的性能优于或可与最先进算法相媲美，证明了该模型的有效性。
arbitrary shape scene text detectionboundary points dynamic optimizationtext aware modulesegmentationdeformable attention
发现论文，激发创造
  • 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

  • 自适应边界建议网络用于任意形状文本检测

    该文提出一种基于神经网络的边界生成方法，能够直接生成准确的任意形状文本边界而无需后处理，实验表明该方法在公开数据集上取得了良好的效果。

    Jul, 2021

  • 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

  • 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

  • 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

  • DPText-DETR: 基于 Transformer 与动态点的更好的场景文本检测

    本文提出了一种 DPText-DETR 算法，利用明确的点坐标直接生成位置查询，并动态地以渐进的方式更新它们。同时，提出了一种增强的分解自我注意力模块，为每个实例提供具有圆形形状指导的点查询，以及一种简单而有效的位置标签形式来解决之前形式的副作用，在 500 个手动标记的图像上进行了实验证明了本方法在各种基准测试中的高训练效率、鲁棒性和最先进性能。

    Jul, 2022

  • 通过边框语义意识和启动自举精确场景文本检测

    本研究提出了一种利用引导和文本边框语义的场景文本检测技术，以准确定位场景中的文本。通过多次对文本局部进行采样以有效缓解训练数据量有限的约束，提高了文本特征图的一致性；同时，设计了一种文本边界检测技术，通过生成每个场景文本的四种文本边框段，可以更准确地定位文本。本技术在多个公共数据集上展示了优异的表现。

    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

  • 探索无序盒子离散化网络在多方向场景文本检测中的能力

    本文提出了无序框离散化（OBD）方法，该方法通过将四边形框离散为多个包含所有潜在水平和垂直位置的关键边，解决了一些文本检测方法忽略一致标注的问题，此方法通过大量实验验证了其有效性，同时提出的改进有助于构建最先进的文本检测器，最终在 ICDAR2015 和 MLT 等各种基准测试中取得了最新的最优表现。

    Dec, 2019

  • 基于无序序列框离散化的全向场景文字检测

    本文提出了一种名为顺序无关盒离散（SBD）的新方法，通过将边界框离散化为关键边缘（KE），从而进一步推导出更有效的方法来提高检测性能，并通过实验证明该方法能够在多个文本检测基准测试中胜过最先进的方法。

    Jun, 2019