Amazon開(kāi)發(fā)“TextTubes”文本檢測(cè)器 可識(shí)別與水平面不平行的字符

Amazon的研發(fā)人員開(kāi)發(fā)出“TextTubes”文本檢測(cè)器，可識(shí)別出與水平面不平行的字符。利用文本參考框架的“管狀”表現(xiàn)形式，利用目標(biāo)文本通常是大小相似的字符串聯(lián)而成的事實(shí)，從而捕獲大部分可變性。

與使用易于重疊和容易產(chǎn)生噪聲的矩形和四邊形來(lái)捕獲文本信息的傳統(tǒng)方法相比，它被公式化為一種數(shù)學(xué)函數(shù)，能夠訓(xùn)練機(jī)器學(xué)習(xí)場(chǎng)景文本檢測(cè)器。

研發(fā)人員在Total-Text上對(duì)TextTubes進(jìn)行了評(píng)估，Total-Text包含大約1255次訓(xùn)練圖像、300個(gè)測(cè)試圖像以及一個(gè)或多個(gè)曲線文本實(shí)例。研究人員在論文中寫(xiě)道：“對(duì)一個(gè)實(shí)例的中間軸和平均半徑進(jìn)行建模……可捕獲有關(guān)實(shí)例整體的信息。在由單個(gè)單詞組成的數(shù)據(jù)集上，例如Total-Text，我們的模型能夠?qū)崿F(xiàn)最先進(jìn)的性能。”