Jan, 2024

EK-Net：基于扩展核距离的实时场景文本检测

PDF
TL;DR在本文中，我们提出了一种名为 Expand Kernel Network (EK-Net) 的新方法，该方法通过采用扩展内核距离解决了现有方法中存在的偏差问题，包括三阶段回归完成实例检测。此外，EK-Net 不仅可以实现任意形状文本的精确定位，还能在性能和速度之间取得平衡。评估结果表明，与其他先进方法相比，EK-Net 在 ICDAR 2015 上以 35.42 FPS 的 F-measure 为 85.72%，在 CTW1500 上以 40.13 FPS 的 F-measure 为 85.75%。
scene text detectionvatti clipping algorithmshrinked kernelexpand kernel networkarbitrary-shaped text
发现论文，激发创造
  • 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

  • 任意形状文本检测的核心提案网络

    本文提出了一个名为 KPN 的创新型 Kernel Proposal Network 用于任意形状文本检测，该方法通过预测高斯中心图，从嵌入特征图中提取候选动态卷积核以分离邻近文本实例，同时通过正交约束保证核的独立性，进而将各个核分别卷积输入特征图并生成文本实例的嵌入图，最终有效地解决了邻近文本实例粘连问题，并取得了优异的性能表现。

    Mar, 2022

  • 渐进式尺度扩增网络实现形状稳健文字检测

    本研究提出一种基于分割的检测器，通过渐进式缩小文本实例并分别分割多个预测核以检测任意形状、且强邻近文本分离的文本实例，实现了在 ICDAR 基准测试中优于之前最佳结果的表现。

    Jun, 2018

  • CentripetalText: 一种用于场景文本检测的高效文本实例表示

    提出一种名为 CentripetalText 的文本实例表示方法，通过将文本实例分解为文本核和向心移位的组合来提高检测精度，在检测和识别场景文本方面表现良好。

    Jul, 2021

  • 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

  • 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

  • EML-NET：可扩展的多层网络用于显著性预测

    本研究提出了一种可扩展的 EML-NET 多层网络系统，利用多种强有力的深度 CNN 模型更好地提取视觉特征进行显著性预测，从而取得了公共显著性基准测试（SALICON、MIT300 和 CAT2000）的最新成果。

    May, 2018

  • 再看一眼：朝着更紧密的任意形状文本检测

    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。

    Apr, 2020

  • 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

  • 使用核网络进行开放世界的课程发现

    研究了一个 Open-World Class Discovery 问题，并提出了一种深度学习框架 CD-KNet-Exp 来实现新类别的发现，利用互独法准则将有监督和无监督信息结合在一起，通过三个公共数据集和一个困难的实际射频指纹数据集的实验证明了其卓越性能。

    Dec, 2020