用于场景文本检测的非对称迭代细化预测网络.pdfVIP

2502025，61（5）ComputerEngineeringandApplications计算机工程与应用

用于场景文本检测的非对称迭代细化预测网络

+

连哲，殷雁君，米增，智敏，徐巧枝

内蒙古师范大学计算机科学技术学院，呼和浩特010022

+通信作者E-mail：ciecyyj@

摘要：场景文本检测是图像处理领域的基础性研究工作，具有广泛的应用价值。DBNet作为该领域具有代表性的

算法，重构文本实例的后处理过程过于简单，对纵横比显著变化的文本容易误检以及对小文本容易漏检。为解决以

上问题，设计并提出用于场景文本检测的非对称迭代细化预测网络AIRPNet。模型基于ResNet50特征提取网络，将

常规卷积替换为可变形卷积以适应不规则文本特征，并调整block堆叠数使得各层携带的特征更加合理。采用RFP

的递归思想更充分地融合多层特征，设计非对称迭代细化预测模块构建更为准确的概率图，可微分二值化后处理重

构文本实例边界。针对非对称迭代细化预测模块，设计多种结构进行探究。为评估提出模型的有效性，在三个数据

集上与最先进的主流模型进行对比，在ICDAR2015、MSRA-TD500和CTW1500数据集中，分别取得88.7%、88.4%和

84.9%的F-measure，实现或接近SOTA性能。实验结果表明，提出模型能够捕获较为准确的概率图，从而构建较为完

整的文本边界框。

关键词：文本检测；递归金字塔；非对称卷积；迭代细化预测；可微分二值化

文献标志码：A中图分类号：TP391.41doi：10.3778/j.issn.1002-8331.2310-0243

AsymmetricIterativeRefinementPredictionNetworkforSceneTextDetection

+

LIANZhe,YINYanjun,MIZeng,ZHIMin,XUQiaozhi

SchoolofComputerScienceandTechnology,InnerMongoliaNormalUniversity,Hohhot010022,China

Abstract:Scenetextdetectionisafundamentalresearchworkinthefieldofimageprocessing,whichhasawiderangeof

applicationvalue.Asarepresentativealgorithminthisfield,DBNethasaproblemthatthepost-processingofreconstructed

textinstancesistoosimple,anditiseasytomisdetectthetextwithasignificantchangeinaspectratioaswellaseasyto

missthedetectionofsmalltext.Inordertosolvetheaboveproblems,AIRPNet,anasymmetriciterativerefinement

predictionnetworkforscenetextdetection,isdesignedandproposed.ThemodelisbasedonResNet50featureextraction

network,whichreplacestheregularconvolutionwithdeformableconvolutiontoadapttotheirregulartextfeatures

andadjuststhenumberofblockstackstomakethefeaturescarriedbyeachlayermorereasonable.Therecursiveideaof

RFPisusedtointegratethemulti-layerfeaturesmorefully,andtheasymmetriciterativerefinem