本文提出特征增强网络(FEN)，结合低维和高维语义特征，提升文本检测性能。通过Feature Enhancement RPN (FE-RPN)和Hyper Feature Generation增强特征，使用adaptively weighted position-sensitive RoI pooling层提高精度，解决样本不平衡问题。FEN在ICDAR 2011和2013检测中表现出色，尤其适用于宽高比变化大的文本检测。
问题1、怎么进行特征增强？。。。。
高维度的语义信息利于目标分类，而低维度的语义信息利于对目标进行精确定位？
用3x3的滑窗做region proposal以及在高维度用单一尺度做检测微调是不够的。
FEN：任务特定，低维和高维语义特征融合，从而提高文本检测性能。
adaptively weighted position-sensitive RoI pooling layer：进一步提高检测精度。
positives mining strategy：处理细化阶段的样本不平衡的问题。
效果：在ICDAR 2011 and 2013的检测中，F-measure最高。
文本检测方法粗略分为三种：1、Character-based；2、Word-based本文的方法；3、Text-line-based。
一般的目标检测是2阶段two stages方法：proposals generation and detection refinement
使用ResNet-101 network as backbone network，并且把1、Feature Enhancement RPN (FE-RPN)和2、Hyper Feature Generation 集成到resnet101中。
本文主要是提出了一个特征增强网络来增强文本特征，从而更好的生成proposal和文本refinement。
1、传统只使用3×3滑窗进行区域建议，这里增加了两个卷积方式，加大了网络宽度，并且能增强特征；
2、之前只在高维特征使用单尺度进行文本检测框的精细化，这里使用了特征融合，更精确；
3、由于在一般的目标检测中的单一的position-sensitive RoI pooling在文本区域是不合理的，所以设计了adaptively weighted position-sensitive RoI pooling layer进一步提高检测精度；
最低0.47元/天 解锁文章
扫一扫
263
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
