基于特征金字塔的场景文本检测

自然场景文本检测就是从自然场景中检测出文本所在的位置，检测结果的好坏将直接影响后续的文本识别效果，其在图像检索、自动驾驶等领域具有重要应用。本文提出了一个 CNN 与 RNN 联合的自然场景文本检测方法。首先，采用 CNN来提取图片中多尺度特征并构建 FPN。为充分利用文本的序列特性，采用 Bi-LSTM 编码这些特征并输出一系列的文本提议。 最后，通过一个多向文本连接器将生成的文本提议连接起来，实现了多尺度、多方向的文本检测。