qq_38284951的博客

这是一篇中国电子科技大学的文本检测文章引言基于深度学习的场景文本检测方法在过去几年取得了显着成效。 然而，由于自然场景的高度多样性和复杂性，当应用于在现实世界环境中捕获的图像时，目前最先进的文本检测方法仍可能产生大量假阳性结果。 为了解决这个问题，作者受到Mask R-CNN的启发，文中提出了一种有效的场景文本检测模型，该模型基于特征金字塔网络（FPN）和实例分割。 作者提出了一个监督金字...

本文就是CCTN，级联卷积网络。CCTN从低分辨率图像中快速检测文本区域，然后精确地定位来自每个放大区域的文本行。我们将先前基于字符的检测转换为直接文本区域估计，避免了多个自下而上的后处理步骤。通过将整个文本区域视为提供强语义信息的检测对象，通过开发矩形卷积和多个网络内融合来定制卷积网络，有效地处理多形状和多尺度文本。自然图像中的文本检测和识别最近越来越受到计算机视觉界的关注。 本文重点介绍文...

由于近来物体检测的发展和深度学习语义分割，场景文本检测已经取得了很大的进展。 它们大致可分为两类：1）基于回归的方法。 场景文本是特定类型的对象。 许多最近的方法通过直接回归包含文本的水平/定向矩形或四边形来调整一般对象检测框架来检测文本。 一些其他方法试图回归文本部分或角点，然后是链接或组合过程。 2）基于分段的方法。 场景文本检测也可以视为文本实例分割。 几种方法[1]-[3]依靠完全卷积网络...