직접 회귀를 이용한 다방향 및 다국어 장면 텍스트 검출

다방향 및 다국어 장면 텍스트 검출은 컴퓨터 비전 분야에서 중요한 역할을 하며, 텍스트와 배경의 다양성 때문에 도전적이다. 본 논문에서는 우선 CNN 기반 객체 검출 프레임워크를 장면 텍스트 검출에 확장할 때 두 가지 핵심 과제를 지적한다. 첫 번째 과제는 다운샘플링된 분할 기반 모듈을 통해 텍스트 영역을 국지화하는 것이며, 두 번째 과제는 첫 번째 과제에서 결정된 텍스트 영역의 경계를 회귀하는 것이다. 둘째로, 텍스트와 비텍스트 간 픽셀 단위 분류와 사각형 텍스트 경계의 꼭짓점 좌표를 픽셀 단위 회귀하는 두 가지 작업 예측 모듈을 갖는 완전 합성곱망(FCN) 기반 장면 텍스트 검출 프레임워크를 제안한다. 단어 수준 검출을 위한 후처리는 Non-Maximum Suppression (NMS) 기반이며, 문장 수준 검출을 위해 긴 텍스트 라인을 국지화하는 휴리스틱 선분 그룹화 방법을 설계하였다. 제안한 프레임워크는 다방향 및 다국어 장면 텍스트 데이터셋을 포함한 다양한 벤치마크에서 평가되었으며, 대부분에서 최신 성능을 달성하였다. 또한 고성능 CNN 기반 장면 텍스트 검출 시스템 구축에 중요한 여러 요인을 분석하기 위한 풍부한 제거 실험을 제공한다.