几何归一化网络用于准确的场景文本检测

大规模几何变化（例如，方向）是场景文本检测中的关键挑战。在这项工作中，我们首先通过实验研究了网络在学习几何变化以检测场景文本方面的能力，并发现网络只能处理有限的文本几何变化。随后，我们提出了一种新颖的多分支几何归一化模块（Geometry Normalization Module, GNM），每个分支由一个尺度归一化单元（Scale Normalization Unit）和一个方向归一化单元（Orientation Normalization Unit）组成，通过至少一个分支将每个文本实例归一化到所需的规范几何范围内。GNM具有通用性，可以方便地集成到现有的基于卷积神经网络的文本检测器中，构建端到端的几何归一化网络（Geometry Normalization Networks, GNNets）。此外，我们提出了一种几何感知训练方案，通过从均匀的几何变化分布中采样和增强文本实例来有效训练GNNets。最后，在ICDAR 2015和ICDAR 2017 MLT等流行基准上的实验验证了我们的方法显著优于所有现有最先进方法，分别获得了88.52和74.54的一次前向测试F值。