scene text detection | BriefGPT

关键词scene text detection

搜索结果 - 57

场景文本检测和识别：深度学习时代
本文总结和分析了深度学习时代场景文本检测和识别方面的主要变化和显著进展，强调了深度学习带来的巨大差异和仍未解决的重大挑战，并收集了相关资源。
PDF6 years ago
ECCV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
PDF6 years ago
ECCV逼真图像合成用于准确识别场景中的文本
通过语义一致性合成、视觉显著性确定和自适应文本外观模型等三个创新设计，提出了一种新的图像合成技术，用于生成大量标注数据，以用于训练准确和稳健的场景文本检测和识别模型。五个公共数据集的实验证明了该技术在训练精确和稳健的场景文本检测和识别模型方
PDF6 years ago
ECCVTextSnake：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。
PDF6 years ago
学习马尔可夫聚类网络用于场景文本检测
该研究提出了一种名为 Markov Clustering Network (MCN) 的新框架，使用随机流图 (SFG) 和 Markov Clustering 来快速、准确地检测任意大小和方向的文本对象，并以实现最新的性能水平和 1.5
PDF6 years ago
IJCAIIncepText: 一种新的具有可变形 PSROI 池化的 Inception-Text 模块，用于多方位场景文本检测
从实例感知的角度出发，我们提出了一种新的端到端场景文本检测器 IncepText，利用 Inception-Text 模块和可变形 PSROI 池化处理多方向文本区域，实现在 ICDAR2015，RCTW-17 和 MSRA-TD500 数
PDF6 years ago
一种基于 Faster R-CNN 的自由锚点区域提议网络用于文本检测方法
本论文提出了一种新的基于区域提案网络的方法来替换 Faster R-CNN 中的锚点机制，通过去除复杂的锚点设计，可以在大规模 COCO-Text 数据集上实现更高的召回率，并在 ICDAR-2017 MLT、ICDAR-2015 和 IC
PDF6 years ago
CVPR基于角点定位和区域分割的多方向场景文本检测
该论文提出了一种利用文本边框的角点定位和定位相对位置的文本区域分割方法，结合了一般性物体检测和文本区域分割的优点，避免了它们的缺点，并在 ICDAR2013，ICDAR2015，MSRA-TD500，MLT 和 COCO-Text 上进行了
PDF6 years ago
TextBoxes++：一种单次定向场景文本检测器
本文提出了一种名为 TextBoxes ++ 的端到端可训练的快速场景文本检测器，它可以在单个网络正向传递中检测任意方向的场景文本，并在检测精度和运行时方面优于竞争方法。
PDF6 years ago
AAAIPixelLink: 通过实例分割检测场景文字
本文介绍了一种基于实例分割的场景文本检测算法 PixelLink，该算法通过像素链接将文本实例区分出来，并直接从分割结果中提取文本边界框，相比于依赖于边界框回归的算法，PixelLink 不仅性能更优，而且需要更少的训练迭代次数和数据量。
PDF7 years ago
ICCVWeText: 弱监督下的场景文本检测
本文提出了一种弱监督场景文本检测方法（WeText），通过学习未注释或弱注释数据来训练强大的准确的场景文本检测模型，充分利用少量全注释数据集训练的监督模型，探索将半监督和弱监督学习应用于大型未注释数据集和大型弱注释数据集。该方法能够显著提高
PDF7 years ago
WordSup：基于文字注释的基于字符的文本检测方法
提出了一个弱监督框架，利用词的标注信息培训字符检测器，以及该框架在场景文本检测和数学表达式识别等多种场景下的应用。
PDF7 years ago
场景文本擦除器
本文提出了一种通过卷积神经网络模型擦除自然场景图像中文字信息的方法，并通过场景文本检测方法对其性能进行了测试，证明了与直接文本检测方式相比，场景文本擦除过程显着降低了精度、召回率和 F1 值。
PDF7 years ago
CVPREAST: 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。
PDF7 years ago
基于整体、多通道预测的场景文字检测
该文提出了一种基于全局的语义分割方法来定位场景中的文本，使用单一的 FCN 模型估计文本属性，以同时处理水平，多方向和曲线文本，并在 ICDAR 2013、ICDAR 2015、MSRA-TD500 以及 COCO-Text 数据集上测试得
PDF8 years ago
级联卷积文本网络在自然图像中实现精确文本定位
本文介绍了一种新的自上而下的场景文本检测流程，提出了一种新颖的级联卷积文本网络（CCTN），利用其将前一个基于字符的检测转化为直接的文本区域估计，避免了多个自下而上的后处理步骤，并展现了其强大的鲁棒性和判别能力。
PDF8 years ago
ICDAR 2015 鲁棒阅读竞赛挑战 4 中的非正式场景文本理解最近的进展
本研究报告介绍了我们针对 ICDAR 2015 Robust Reading Competition Challenge 4 中的场景文本探测和识别问题的策略，以及与该领域之前的研究成果进行比较的方法。
PDF9 years ago