摘要

自然图像中的文本具有任意方向，需要通过有向边界框进行检测。通常，一个多方向文本检测器涉及两个关键任务：1）文本存在检测，这是一个忽略文本方向的分类问题；2）有向边界框回归，这涉及到文本的方向。以往的方法依赖于共享特征来完成这两个任务，但由于两个任务之间的不兼容性，导致性能下降。为了解决这一问题，我们提出在不同特性的特征上分别执行分类和回归任务，这些特征由设计不同的两个网络分支提取。具体来说，回归分支通过主动旋转卷积滤波器来提取旋转敏感特征，而分类分支则通过对旋转敏感特征进行池化操作来提取旋转不变特征。所提出的名为旋转敏感回归检测器（Rotation-sensitive Regression Detector, RRD）的方法在三个有向场景文本基准数据集上取得了最先进的性能，包括ICDAR 2015、MSRA-TD500、RCTW-17和COCO-Text。此外，RRD在一个船舶集合数据集上也实现了显著的改进，展示了其在有向目标检测方面的通用性。