双分支跨级特征融合的自然场景文本检测

摘要: 现有的场景文本检测方法在处理任意形状文本时，由于复杂背景的影响会造成文本区域定位不准确、相邻文本漏检误检的问题，基于此提出一种双分支跨级特征融合的自然场景文本检测方法。首先，以Resnet50为主干网络提取初始特征，设计跨级特征分布增强模块（cross-level feature distribution enhancement module，CFDEM），增强跨级特征文本信息的交互性，提高特征的表达能力；然后，为自适应地选择过滤非文本或冗余特征，降低误检率和漏检率，提出自适应融合策略（adaptive fusion strategy，AFS），利用双分支结构加强不同维度特征之间的联系，优化融合过程；最后，预测阶段采用可微分二值化的方法来生成文本检测结果。所提方法在ICDAR2015、ICDAR2017、Total-Text、CTW1500数据集上进行消融实验，实验结果表明该方法能准确定位文本区域，克服文本漏检误检影响。

• 关键词: 
• 文本检测  /  
• 任意形状  /  
• 跨级特征分布增强  /  
• 自适应融合  /  
• 双分支  /  
• 空间维度  /  
• 通道维度  /  
• 可微分二值化