[TextDetection]Text Detection方法总结

版权声明：本文为博主原创文章，未经博主允许不得转载。

目前，文本检测的方法主要分为3种：sliding-window、connected component、end-to-end（输入待检测图像，给出文本的定位结果）。

1.sliding-window：

paper：Deep Features for Text Spotting
paper link：http://www.robots.ox.ac.uk/~vgg/publications/2014/Jaderberg14/jaderberg14.pdf
code link：https://bitbucket.org/jaderberg/eccv2014_textspotting

2.connected component

基于connected component的方法，主要是利用fast low-level filter和字符图像的特性，将图像中可能是text的区域提取出来。常用的方法有SWT、MSER。
这里，主要介绍2篇基于MSER+CNN的paper。

paper 1：

paper：Robust Scene Text Detection with Convolution Neural Network Induced MSER Trees
paper link: https://pdfs.semanticscholar.org/829f/22449ba04809ff0dccda9c86bc16a05029c4.pdf

paper 2：

paper：a fast and robust text spotter
paper link：https://users.soe.ucsc.edu/~siqin/papers/TextSpotting_WACV2016.pdf

3.end-to-end

该方法完全不同与上述方法，没有经过上述复杂的步骤，给定一幅输入的图像，就可以得到图像中的bounding box。由于其速度快和易于优化的特点，可以成为后续检测研究的方向。
目前，只尝试了将SSD的方法用于文字检测，取得了较好的结果。这里暂时只列举一些关于SSD的参考资料。
paper：SSD: Single Shot MultiBox Detector
paper link：https://arxiv.org/pdf/1512.02325v4.pdf
code link：https://github.com/weiliu89/caffe/tree/ssd
blog：http://blog.csdn.net/u010167269/article/details/52851667