问题描述:
(a)原图
(b)基于回归的方法,可以看到第2/3个文本实例错误划分为一个
(c)基于语义分割的方法,蓝色相邻实例错误预测为一个
(d)PSENet,可以很好地区分和检测相邻文本实例。
动机:
基于语义分割,预测shrunk后的文本区域,然后逐步扩大到正常大小,解决位置邻近的文本易互相包围的现象,同时可以检测曲文。
方法:
- 基于ResNet+FPN,将P2~P5的特征图融合,融合后的特征图产生n个outputs S1~Sn,输出不同kernel的语义分割图(论文中“kernel”代指不同大小的分割区域)
- 从最小Size的kernel S1开始,用基于连通域分析的方法以及BFS广度优先算法,逐步扩大到Sn,得到最终输出。
注:Label Generation采用Vatti's clipping algorithm,可以用python pyclipper得到。
消融实验:
其他实验:
- IC15:85.7
- IC17:72.2(ResNet152)
- Tota-Text:80.9
- CTW1500:82.2