基于分割的实时自然场景文本检测

针对自然场景文本的背景多样性和文本的不规则性,基于分割的文本检测方法是最近非常流行的检测方法之一,分割结果更能直观的描述各种形状的场景文本。由于计算成本较大,分割算法的处理速度一直是需要克服的一个大问题。本文使用改进的MobileNetV3轻量化特征提取网络和简洁高效的后处理降低模型的计算成本,分割头由特征增强模块和自适应特征融合模块组成,前者可以使用不同深度的信息达到更好的分割效果,更好的特征融合方式可以将不同深度的特征有效的融合在一起指导分割。本文采用可微分二值化模块,将二值化的过程加入到模型的训练过程中,自适应地设置二值化阈值,将分割方法产生的概率图转化为文本区域,取得更好的文本检测效果。在ICDAR2015和Total-Text数据集上,本文提出的检测方法在速度和准确度方面都达到了可比较的结果。