Diliduluw的博客

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...

这篇论文是乔宇老师发表在ECCV2016的一篇文章，创新点在于：提出了文本可以看做一个由固定宽度的text proposals密集排列组成的序列，可以用Anchor来预测这些文本候选区域，最后将它们用文本线构造法连接成最后的文本区域。另外，还引入了一个双向LSTM来编码文本序列的上下文信息帮助预测。网络结构CTPN类似于Faster RCNN+LSTM，预测的是等宽的t...

字符+字符间的联系+弱监督解决长的/弯曲的/任意形状的文本提出单词（word）级别的标注缺少语义信息 高斯分布的概率图（文本边界不需要严格定义了）+弱监督训练方式【摘要+介绍】： word level的bbox在表达任意形状的文本时有限制，原因是： wordlevel的bbox在遇到弯曲/变形的/特别长的文本时，很难准确的包围文本框 因此，一个可...

Perface 最近比较好奇场景文本检测中Size较大、较长的文本行的检测问题，于是去调查了ICDAR2017MLT数据集检测结果，发现目前开源的最好结果是云从科技的“Pixel-Anchor”，竞赛结果达到了74.54%，小编非常好奇究竟是什么神仙操作能达到这么好的结果，于是找到论文原文打算一探究竟（虽然论文中MLT的结果只有68.1%，但IC2015达到了87.68%），强自有...