《表2 文字检测方法在ICDAR 2015上的性能对比》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《面向自然场景图像的三阶段文字识别框架》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

为验证本文方法对文字检测的有效性，选取几个较新的典型方法，在ICDAR 2013和ICDAR 2015数据集上进行定量比较，实验结果如表1和表2所示。由表1和表2知，本文方法在R，P和F分数指标上都表现较好。锚点框回归方法（如RRPN[4]、Text Boxes++[5]）依赖大量人工设计匹配文字特征区域的锚点，还需考虑随机排列文字的方向特性；而本文通过FPN直接分割文字像素，通过BLSTMN捕获字符间的上下文信息，显著改进了对随机排版文字的识别。相较一般的实例分割方法（如Seg Link[7]、Pixel Link[6]），本文方法通过FPN将局部与全局的文字特征相融合，实现对不同大小文字的分割，从而获得更高的文字字符召回率和检测精度。值得一提的是，CRAFT方法[8]凭借弱监督学习和像素级字符连接获得了最佳的检测性能。