问题1、怎么进行特征增强?。。。。
高维度的语义信息利于目标分类,而低维度的语义信息利于对目标进行精确定位?
用3x3的滑窗做region proposal以及在高维度用单一尺度做检测微调是不够的。
FEN:任务特定,低维和高维语义特征融合,从而提高文本检测性能。
adaptively weighted position-sensitive RoI pooling layer:进一步提高检测精度。
positives mining strategy:处理细化阶段的样本不平衡的问题。
效果:在ICDAR 2011 and 2013的检测中,F-measure最高。
文本检测方法粗略分为三种:1、Character-based;2、Word-based本文的方法;3、Text-line-based。
一般的目标检测是2阶段two stages方法:proposals generation and detection refinement
使用ResNet-101 network as backbone network,并且把1、Feature Enhancement RPN (FE-RPN)和2、Hyper Feature Generation 集成到resnet101中。
本文主要是提出了一个特征增强网络来增强文本特征,从而更好的生成proposal和文本refinement。
1、传统只使用3×3滑窗进行区域建议,这里增加了两个卷积方式,加大了网络宽度,并且能增强特征;
2、之前只在高维特征使用单尺度进行文本检测框的精细化,这里使用了特征融合,更精确;