Perceptron de texte : Vers une détection de texte à formes arbitraires en bout-en-bout

De nombreuses approches ont récemment été proposées pour détecter le texte irrégulier dans les scènes et ont obtenu des résultats prometteurs. Toutefois, leurs résultats de localisation peuvent ne pas satisfaire pleinement la phase ultérieure de reconnaissance du texte, principalement pour deux raisons : 1) la reconnaissance de texte de forme arbitraire reste un défi, et 2) les stratégies de pipeline non entraînables couramment utilisées entre la détection et la reconnaissance du texte entraînent des performances sous-optimales. Pour résoudre ce problème d'incompatibilité, nous proposons dans cet article une approche d'identification de texte entièrement entraînable, nommée Text Perceptron. Plus précisément, Text Perceptron utilise d'abord un détecteur de texte basé sur la segmentation, efficace et capable d'apprendre l'ordre de lecture latent ainsi que les informations de contour du texte. Ensuite, un nouveau module de transformation de forme (abréviation STM) est conçu pour transformer les régions de caractéristiques détectées en morphologies régulières, sans ajouter de paramètres supplémentaires. Ce module intègre de manière cohérente la détection du texte et la phase de reconnaissance suivante dans un cadre global, permettant ainsi une optimisation globale du réseau. Les expérimentations montrent que notre méthode atteint des performances compétitives sur deux benchmarks standards de texte, à savoir ICDAR 2013 et ICDAR 2015, et surpasse nettement les méthodes existantes sur les benchmarks de texte irrégulier SCUT-CTW1500 et Total-Text.