面向自然街景改进的文本检测

作者：丁泽; 程艳云^*

来源：计算机技术与发展, 2023, 33(04): 82-88.

• 文本检测
• 特征金字塔
• 极化自注意力
• RFB模块
• 条形池化模块

近年来，随着深度学习的发展，在自然街景下的文本检测取得了巨大的进步，但在多方向和弯曲文本及对比度低的文本检测中的效果仍不理想。因此，针对弯曲文本和对比度低的文本的检测问题，提出了一种融合多尺度模块的文本检测方法，并通过检测效果的提升，提高端到端文本识别的识别效果。针对RFB(Receptive Field Block)模块在下采样后局部信息丢失的问题，在RFB模块中嵌入极化自注意力(Polarized Self-Attention)机制以改进RFB来提取有效文本特征，提高特征图表征效果。针对特征金字塔(FPN)提取的特征不足、感受野小的问题，将改进的RFB模块嵌入特征金字塔(FPN)模块以增强特征提取融合。针对特征分布不确定性及远距离特征融合效果不佳的问题，引入条形池化(Strip Pooling)模块，进而提升检测方法的鲁棒性。在公开数据集Total-Text上的实验结果表明，该算法的F-measure值在端到端文本识别没有词汇表的情形下与目前高效的MaskTextSpotterV3相比高了0.3百分点，而在有词汇表的情形下则高出了0.2百分点；而在仅文本检测的情形下，该方法也有较为良好的表现。

• 单位
  自动化学院; 南京邮电大学