论文阅读SLPR-Sliding Line Point Regression for Shape Robust Scene Text Detection

论文名称： Sliding Line Point Regression for Shape Robust Scene Text Detection
论文原文：原文链接

创新点

针对曲文检测，基于Faster R-CNN/R-FCN框架，增加了水平和竖直的均匀滑动线与文本的多边形的交点的纵/横坐标的回归（14个点，仅回归x或y坐标），最后把点串起来得到多边形。

算法概览

第一步：利用区域建议网络（RPN）生成包含文本的最小矩形框
第二步：使用垂直和水平滑动线等距回归文本边缘上的点。

需要说明的是：以竖直的滑动线为例，为了充分利用信息并减少冗余，我们通过矩形框位置计算目标点的x坐标，然后利用网络回归对应的y坐标。 从而，我们减少系统的参数

第三步：重构出文本多边形，即为检测结果。

SLPN网络框架

模型可以应用于任何2-step物体检测框架，例如Faster R-CNN和R-FCN。 我们的系统同时回归最小矩形，包括文本行和文本行边界上某些特定点的坐标。

更具体地说，以Faster R-CNN为例，我们首先使用RPN得到一些感兴趣的区域，然后我们不仅回归矩形的位置，而且还回归文本行边缘点的坐标，最后 我们可以得到任意形状的文字区域。

多边形重构

在经过SLPR模型之后，得到回归的14个交叉点和4个最小矩形顶顶点，有两种方法利用得到的点来重构多边形。

1)Only Using Points in Long Side (PLS)

仅使用长边中的点（PLS）

我们首先通过回归矩形来判断文本行是水平还是垂直，然后通过相应方向的点恢复多边形。

以图3中为例，由于我们没有回归矩形边界上的交点，我们首先将边界附近的四条线延伸，找到四个与矩形的交点，然后我们连接四个新点和其他交叉点生成多边形。

2)Using Both of Horizontal and Vertical Points (BHVP)

同时使用水平点和垂直点（BHVP）

事实上，如果我们同时使用水平点和垂直点来恢复多边形，我们可以计算出大致如图4所示通过这些点的多边形或四边形。 [27]中的方法。通过这种方式，我们可以在水平和垂直方向上获得足够密集的点，并且我们不需要像PLS方法那样计算与矩形的交点。然而，我们观察到BHVP对于多边形情况不如PLS有效。因此我们仅在四边形数据集（ICDAR2015附带场景文本）上使用此方法。

多任务损失函数

L-SLPRB如下：

实验结果

表一是不同实验设置的实验结果对比。

表二为NMS和PNMS设置不同的阈值的实验结果对比

表三为CTD和SLPR的实验对比

图5为SLPR在ICDAR2015数据集上的实验结果

图6为CTD和SLPR的实验对比