清晨好,您是今天最早来到科研通的研友!由于当前在线用户较少,发布求助请尽量完整的填写文献信息,科研通机器人24小时在线,伴您科研之路漫漫前行!

EraseNet: End-to-End Text Removal in the Wild

计算机科学 鉴别器 规范化(社会学) 端到端原则 人工智能 删除 分割 模式识别(心理学) 计算机视觉 程序设计语言 人类学 电信 探测器 社会学
作者
Chongyu Liu,Yuliang Liu,Lianwen Jin,Shuaitao Zhang,Canjie Luo,Yongpan Wang
出处
期刊:IEEE transactions on image processing [Institute of Electrical and Electronics Engineers]
卷期号:29: 8760-8775 被引量:38
标识
DOI:10.1109/tip.2020.3018859
摘要

Scene text removal has attracted increasing research interests owing to its valuable applications in privacy protection, camera-based virtual reality translation, and image editing. However, existing approaches, which fall short on real applications, are mainly because they were evaluated on synthetic or unrepresentative datasets. To fill this gap and facilitate this research direction, this article proposes a real-world dataset called SCUT-EnsText that consists of 3,562 diverse images selected from public scene text reading benchmarks, and each image is scrupulously annotated to provide visually plausible erasure targets. With SCUT-EnsText, we design a novel GAN-based model termed EraseNet that can automatically remove text located on the natural images. The model is a two-stage network that consists of a coarse-erasure sub-network and a refinement sub-network. The refinement sub-network targets improvement in the feature representation and refinement of the coarse outputs to enhance the removal performance. Additionally, EraseNet contains a segmentation head for text perception and a local-global SN-Patch-GAN with spectral normalization (SN) on both the generator and discriminator for maintaining the training stability and the congruity of the erased regions. A sufficient number of experiments are conducted on both the previous public dataset and the brand-new SCUT-EnsText. Our EraseNet significantly outperforms the existing state-of-the-art methods in terms of all metrics, with remarkably superior higher-quality results. The dataset and code will be made available at https://github.com/HCIILAB/SCUT-EnsText .
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
桐桐应助科研通管家采纳,获得10
23秒前
勤恳的饭饭完成签到,获得积分10
24秒前
ee_Liu完成签到,获得积分10
25秒前
妙手回春板蓝根完成签到,获得积分20
53秒前
CChi0923完成签到,获得积分10
1分钟前
乒坛巨人完成签到 ,获得积分10
1分钟前
Shandongdaxiu完成签到 ,获得积分10
1分钟前
舒服的幼荷完成签到,获得积分10
1分钟前
茶包完成签到,获得积分10
1分钟前
Skywings完成签到,获得积分10
1分钟前
明理问柳完成签到,获得积分10
1分钟前
vampire完成签到,获得积分10
1分钟前
斯文败类应助科研通管家采纳,获得10
2分钟前
胖胖橘完成签到 ,获得积分10
2分钟前
1461完成签到 ,获得积分10
2分钟前
ycw7777完成签到,获得积分10
2分钟前
花花完成签到 ,获得积分10
2分钟前
大水完成签到 ,获得积分10
2分钟前
皮皮球完成签到 ,获得积分10
3分钟前
阿泽完成签到 ,获得积分10
3分钟前
Qiuqiu发布了新的文献求助10
3分钟前
chcmy完成签到 ,获得积分0
3分钟前
随影相伴完成签到 ,获得积分10
3分钟前
Sigma完成签到 ,获得积分10
4分钟前
大雁完成签到 ,获得积分10
4分钟前
xue112完成签到 ,获得积分10
4分钟前
nano完成签到 ,获得积分10
4分钟前
zhangzhangzhang完成签到 ,获得积分10
4分钟前
缺粥完成签到 ,获得积分10
4分钟前
5分钟前
三百一十四完成签到 ,获得积分10
5分钟前
称心绮完成签到,获得积分10
5分钟前
vsvsgo完成签到,获得积分10
5分钟前
紫金之巅完成签到 ,获得积分10
6分钟前
开拖拉机的医学僧完成签到 ,获得积分10
6分钟前
wang完成签到,获得积分10
6分钟前
如意的馒头完成签到 ,获得积分10
6分钟前
科研佟完成签到 ,获得积分10
6分钟前
无名草0502完成签到 ,获得积分10
6分钟前
数乱了梨花完成签到 ,获得积分10
6分钟前
高分求助中
中国国际图书贸易总公司40周年纪念文集 大事记1949-1987 2000
TM 5-855-1(Fundamentals of protective design for conventional weapons) 1000
草地生态学 880
Threaded Harmony: A Sustainable Approach to Fashion 799
Basic Modern Theory of Linear Complex Analytic 𝑞-Difference Equations 510
中国有机(类)肥料 500
Queer Politics in Times of New Authoritarianisms: Popular Culture in South Asia 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3059669
求助须知:如何正确求助?哪些是违规求助? 2715529
关于积分的说明 7445380
捐赠科研通 2361181
什么是DOI,文献DOI怎么找? 1251224
科研通“疑难数据库(出版商)”最低求助积分说明 607711
版权声明 596466