自然场景文本处理论文整理 （5）Detecting Curve Text in the Wild: New Dataset and New Solution

这篇文章是在自然场景文本处理中针对弯曲问题做的非常好的一篇文章。后面打算先用这篇论文来做实验。
paper：https://arxiv.org/abs/1712.02170
github:https://github.com/Yuliang-Liu/Curve-Text-Detector

一、摘要

场景文本检测近年来取得了很大进展。 检测方式从轴对齐矩形演变为旋转矩形，进一步演变为四边形。 但是，当前数据集包含非常少的曲线文本，这种现象可以在场景图像（如招牌，产品名称等）中广泛观察到。 为了提出在广泛的阅读曲线文本的问题，在本文中，我们构建了一个名为CTW1500的曲线文本数据集，其中包括1,500个图像中的超过10k文本注释（1000个用于训练，500个用于测试）。 基于该数据集，我们开创性地提出了一种基于多边形的曲线文本检测器（CTD），它可以直接检测曲线文本而无需经验组合。此外，通过无缝地集成循环横向和纵向偏移连接（TLOC），所提出的方法可以是端对端可训练的，以学习位置偏移之间的固有连接。这允许CTD探索上下文信息而不是独立地预测点，从而导致更平滑和准确的检测。我们还提出了两种简单但有效的后处理方法，即非多边抑制（NPS）和多边形非最大抑制（PNMS），以进一步提高检测精度。此外，本文提出的方法是以通用的方式设计