MSR: Multi-Scale Shape Regression for Scene Text Detection 论文阅读笔记

MSR: Multi-Scale Shape Regression for Scene Text Detection

1. 基本信息

文章来源：arxiv(录用期刊或会议未知) SAST链接

上传时间：2019.1

作者单位：南洋理工大学、山东大学

检测框架：分割与最近边界点回归，属于EAST的演进版本 EAST链接

2. 提出问题

 自然场景的文本检测存在如下两个问题：

 (1)不精确的定位：缘于特殊的文本形状、细长的文字、变化的长度、不同的弯曲方式，文本检测的定位精度不够良好。为此，基于文本提议框的方法通过调整适当的横纵比锚框来处理长度变化的文本行;基于分割方法可能会出现较大的回归错误当长文本线中间附近的像素距四边形回归框顶点很远时。因此，曲折文本的检测框可能会包含大量的非文本像素;

 (2)不可靠的检测：场景文本通常存在大规模的尺寸波动相对于传统的通用目标检测，最大与最小的文本实例的横纵比可能相差230倍，因此最小的文本实例可能漏检测而最大的文本实例可能会部分检测或断裂;

3. 文章思想与实现流程

3.1 文章思想