融合文本分割网络用于多方向场景文本检测

本文介绍了一种新颖的端到端框架，用于从实例感知语义分割的角度检测多方向场景文本。我们提出了融合文本分割网络（Fused Text Segmentation Networks），该网络在特征提取过程中结合了多层次特征，因为与一般对象相比，文本实例可能依赖于更精细的特征表达。该方法同时联合检测和分割文本实例，充分利用了语义分割任务和基于区域提议的对象检测任务的优点。无需任何额外的流水线，我们的方法在多方向场景文本检测基准测试中超越了当前最先进的水平：在ICDAR2015偶发场景文本和MSRA-TD500数据集上分别达到了Hmean 84.1%和82.0%。此外，我们在包含弯曲文本的Total-Text数据集上报告了一个基线结果，这表明所提出的方法的有效性。