Text Perceptron: Hacia la detección de texto de forma arbitraria de extremo a extremo

Recientemente se han propuesto muchos enfoques para detectar texto irregular en escenas y han logrado resultados prometedores. Sin embargo, sus resultados de localización pueden no satisfacer bien la parte de reconocimiento de texto debido principalmente a dos razones: 1) reconocer texto de forma arbitraria sigue siendo una tarea desafiante, y 2) las estrategias de pipeline no entrenables prevalentes entre la detección de texto y el reconocimiento de texto conducirán a un rendimiento suboptimizado. Para abordar este problema de incompatibilidad, en este artículo proponemos un enfoque de detección de texto entrenable de extremo a extremo llamado Text Perceptron. Concretamente, Text Perceptron primero emplea un detector de texto basado en segmentación eficiente que aprende el orden de lectura del texto latente y la información de los límites. Luego, se diseña un nuevo Módulo de Transformación de Forma (abreviado STM) para transformar las regiones de características detectadas en morfologías regulares sin parámetros adicionales. Une la detección de texto y la parte de reconocimiento posterior en un marco integral, y ayuda a toda la red a lograr una optimización global. Los experimentos muestran que nuestro método logra un rendimiento competitivo en dos estándares de texto, es decir, ICDAR 2013 e ICDAR 2015, y también supera claramente los métodos existentes en estándares de texto irregular SCUT-CTW1500 y Total-Text.