Feature Enhancement Network: A Refined Scene Text Detector

Feature Enhancement Network: A Refined Scene Text Detector

介绍

这篇论文提出了一个精细化场景文本检测框架，使用提出的一个新的名为特征增强的网络，此框架可以直接生成边界框，并且是端到端可训练的。
本文做出的贡献有：
1.提出了一种新的特征增强（FEN）网络，提高了文本检测的召回率和准确率。
2.为了进一步提高文本精细化阶段检测的准确率，本文提出了一种自适应权重（adaptively weighted）的位置铭感ROI Pooling。
3.针对文本精细化检测阶段存在的不均衡问题提出了一种positives mining 策略来进行解决。
4.本文提出的方法在ICDAR2011和2013检测任务上到达了最好的性能

相关介绍

这篇论文的灵感是来自R-FCN（Dai et al.2016）这篇论文，不同于原来的R-FCN网络所做的工作，本文通过任务特殊性，低级和高级语义特征融合来改进网络，并且在文本检测上取得了优异的表现，还提出了积极挖掘策略和自适应权重的ROI Pooling，都提高了文本检测准确性。

方法介绍

下图是本论文所提出的FEN网络的整体框架。（这个图看得头晕，画得有点复杂了。）