- …
- …
#616
summarized by : Yue Qiu
どんな論文か？
Scene Text detectionの２つの従来の問題点を着目：①従来の手法はFalse Positivesを予測しがち；②Scene TextデータセットでText領域のスケールのバリエーションが多く、学習しにくい．提案のContourNetは学習データセットのBBOXとIoUの比較からProposalsの学習を行い，縦・横の2方向からBBOXの高精度化するなどの工夫で以上２つの問題に対応．
新規性
①Scene TextのProposalsの精度、異なるスケールに対しての対応性を高めるためのAdaptive Region Proposal Networkを提案し、GTのBBOXとのIoUの近さにfocusして学習を行う．ほかの手法にも適応可能；②Local Orthogonal Texture-aware Moduleを提案し、縦横2方向からBBOXの最適化し，有効的にFPを抑制できる．
結果
従来よく使われているTotal-TextとCTW1500データセットでそれぞれ85.4%, 83.9% F-measure scoreを得られて，従来の手法より大幅に改善．
その他（なぜ通ったか？等）
識別精度より，検出領域のAccuracyを着目するところがほかの手法に取り込みやすい．有効的にFalse Positiveを抑制できる．
- …
- …