聚焦候选区域文本检测网络

临近文本精准分离

通过相机式聚焦校准候选核并提取多元几何特征，解决相邻文本重叠与漏检问题。

Xu, Han · 高君宇 · Yang, Chuang · 袁源 · 王琦

IEEE Transactions on Multimedia 2024

技术优势

临近文本不粘连

通过映射滤波器聚焦候选核并精确校准，消除地理上邻近文本造成的假阳性样本，从而将相邻文本实例分离。

多种形状都不漏

多变量信息提取模块设计不同的形状方案来探索多种几何特征，增强模型对核区域的识别，适应长宽比、尺度和形状差异大的场景文本。

应用场景

• 场景文本检测：用候选区域聚焦和多元几何特征提取，准确分离拥挤场景中的相邻文本，替换易粘连的分割方法。
• 实时视频文本识别：检测器通过校准候选区域减少假阳性，可集成到视频流中实时定位文本，满足快速响应的需求。
• 工业OCR：对几何变化和邻近文本有高鲁棒性，可在复杂工业场景中准确提取产品标识和编码，提升OCR精度。
• 机器人视觉：让机器人在自然场景中可靠检测并分离相邻文本（如指示牌），为导航和交互提供准确的文字信息。