초록
신경망 기반의 장면 텍스트 검출 방법이 최근 등장하여 유망한 결과를 보여주고 있습니다. 이전의 방법들은 단단한 단어 수준의 경계 상자로 학습되어 임의의 형태로 텍스트 영역을 표현하는 데 한계가 있었습니다. 본 논문에서는 각 문자와 문자 간의 친화성을 탐색하여 텍스트 영역을 효과적으로 검출하는 새로운 장면 텍스트 검출 방법을 제안합니다. 개별 문자 수준 주석 부족 문제를 해결하기 위해, 제안된 프레임워크는 합성 이미지에 대한 주어진 문자 수준 주석과 실제 이미지에서 중간 모델에 의해 얻은 추정된 문자 수준 진실값(ground-truths)을 모두 활용합니다. 문자 간 친화성을 추정하기 위해, 네트워크는 새롭게 제안된 친화성 표현으로 학습됩니다. TotalText와 CTW-1500 데이터셋을 포함한 6개 벤치마크에서 수행된 광범위한 실험 결과, 제안된 문자 수준 텍스트 검출 방법이 기존 최신 검출기보다 크게 우수함을 입증하였습니다. 실험 결과에 따르면, 제안된 방법은 임의 방향, 곡선 또는 변형된 텍스트와 같은 복잡한 장면 텍스트 이미지를 검출하는 데 높은 유연성을 보장합니다.