[4] Text Detection

• 글자 검출 객체 특징
  • 매우 높은 밀도
  • 극단적 종횡비
  • 모호한 객체 영역
  • 크기 편차
• 글자 영역 표현법
  • 직사각형 (x1, y1, x2, y2) or (x1, y1, w, h) or + 각도 
  • 사격형 (x1, y1 ---, x4, y4) -> 시계방향으로
  • 다각형 -> 상하 점들이 쌍을 이루도록 짝수 점으로 표현
• Regression-based vs Segmentation-based

• Regression-Based
  • Arbitrary-shaped text -> 불필요한 영역을 포함 ( Bounding box 표현 방식의 한계 )
  • Extreme aspect ratio -> Bounding box 정확도 하락 ( Receptive field 의 한계 )
• Segmentation-Based
  • 각 화소 별로 인접한 8개 화소가 글자 영역에 속하는 지 파악
  • 복잡하고 시간이 오래 걸리는 post-processing이 필요할 수 있음
  • 서로 간섭이 있거나 인접한 개체 간의 구분이 어려움
  • 그래서 Hybrid로 Regression-based로 대략의 사각영역 추출 후 화소 정보 추출

• Character-based vs Word-based
  • Word-based methods 를 선호 ( labeling 비용, 시간 등 때문 )
• Baseline Model - EAST ( Efficient and Accurate Scene Text Detector. CVPR, 2017)
  • https://kaiertech.blogspot.com/2019/09/east-efficient-and-accurate-scene-text.html

EAST: an efficient and accurate scene text detector (CVPR 2017)