- …
- …
#357
summarized by : Yue Qiu
どんな論文か？
画像からarbitrary shape textをDetectするend-to-endな手法を提案．提案手法はまずCNNベースなText proposal modelを用いて画像からText領域，CharacterごとのBBOXなどを予測する．次にGraph NNによりText proposalの関連関係を学習し，高い精度をTextの検出を行っている．
新規性
①arbitrary shape text detectionタスクで初めてのDeep relational reasoningネットワークの試み；②GNNでText領域間のDeep関係を学習し，Text proposalモデルと連携し，End-to-endモデルで高い性能を実現．
結果
①Multi-データセットで提案手法がSOTA/Comparableな性能を得られた．(Total-Text, CTW-1500, MSRA-TD500, ICDAR2015, ICDAR2017)②任意ShapeのTextだけではなく，OrientedやMultilingual textにおいても実験で有効性を示した．
その他（なぜ通ったか？等）
提案のモデルが読みやすくて，構造がはっきりしている．任意ShapeのText認識の研究自体が有用性高い．
- …
- …