【Paper Reading】【CTPN: Detecting Text in Natural Image with Connectionist Text Proposal Network】

abstract：

• 在卷积特征图中用一系列fine-scale text proposals来直接检测文本行
• 垂直anchor机制，同时预测每一个固定宽度proposal的位置和文本/非文本分数
• 使用RNN，以获取上下文信息来提高检测正确率
• multi-scale and multi-language text reliable，无需额外后处理

introduction：

• motivation：
  • 深度CNN在目标检测上的发展，如Faster Region-CNN(R-CNN，提出RPN，从卷积特征图直接生成高质量的无类别目标proposals)
  • 目标检测与文本行检测的区别：
    • 一般目标具有大致轮廓/中心点
    • 文本行没有相对固定的长度
• contribution：
  • 将文本检测问题转化为fine-scale text proposals序列的定位问题。提出垂直anchor机制，同时预测每一个固定宽度proposal的位置和文本/非文本分数。
  • 提出in-network recurrence mechanism，连接卷积特征图中的sequential text proposals。
  • 将上述两个方法无缝整合，得到端到端可训练模型，一次操作可以处理多尺度多语言文本，避免的更多的后处理

details：