MorphText: 심층 형태학 정규화 정확한 임의 형태 장면 텍스트 탐지

하향식 텍스트 탐지 방법은 임의 형태 장면 텍스트 탐지에서 중요한 역할을 하지만, 그들이 잠재력을 최대한 발휘하지 못하게 하는 두 가지 제한이 있습니다. 즉, 1) 잘못된 텍스트 세그먼트 탐지가 축적되어 후속 처리에 영향을 미치는 것과 2) 텍스트 세그먼트 간의 신뢰할 수 있는 연결을 구축하는 데 어려움이 있습니다. 이러한 두 문제를 해결하기 위해 우리는 심층 형태학을 포함하여 텍스트의 규칙성을 포착하는 새로운 접근 방식인 ``MorphText"를 제안합니다. 이를 위해 텍스트 세그먼트를 정규화하고 세그먼트 간의 연결을 결정하는 두 개의 심층 형태학 모듈을 설계했습니다. 먼저, 특징 추출 과정에서 생성된 잘못된 텍스트 세그먼트 탐지를 제거하기 위해 심층 형태학 오프닝(DMOP) 모듈이 구축되었습니다. 그 다음으로, 다양한 형태의 텍스트 인스턴스가 가장 중요한 방향을 따라 형태를 늘리고 연결을 파생할 수 있도록 허용하는 심층 형태학 클로징(DMCL) 모듈이 제안되었습니다. CTW1500, Total-Text, MSRA-TD500 및 ICDAR2017의 네 가지 도전적인 벤치마크 데이터 세트에서 수행된 광범위한 실험 결과, 우리가 제안한 MorphText가 하향식 및 상향식 최첨단 임의 형태 장면 텍스트 탐지 접근 방식을 능가함을 입증했습니다.