本文提出了一种新的场景文字擦除网络，通过引入基于区域的修改策略和迭代擦除的思想，在降低模型参数量（25%以上）的同时，大幅提升了场景文字的擦除性能（SOTA）。整个训练过程不需要引入额外的对抗损失。

解决问题：

  1. 迭代擦除学习难度不平衡问题。以往的迭代擦除方法基于粗擦除和精细擦除两个网络，由于每个部分的网络都直接通过最终的擦除结果进行监督，导致了很难平衡两个网络的结构，造成擦除不彻底的问题。另外，因为两个网络结构之前相互独立，因此极大地增加了模型的复杂度。

  2. 没有实现文字检测和背景重建的完全解藕。虽然EraseNet引入了检测分支隐性地感知文字区域信息，实际上背景重建分支还是需要感知文字的位置信息，因此增加了重建分支的学习难度，导致对非文字区域的擦除（即无法保证非文字背景区域的完整性）。

本文贡献：

  1. 新的基于区域的擦除策略。实现文字擦除过程中文字定位和背景重建的完全解藕，降低背景重建分支的学习难度。

  2. 共享参数的迭代擦除策略。通过只对最后一步的擦除结果进行监督，有效的平衡了每个擦除步骤的学习难度（在之前的方法中忽略的问题）。

  3. 新的Region-Global Loss。从全局和局部的视角保证特征的一致性。

 

更多详情请阅读原文。

 

论文链接：https://arxiv.org/abs/2106.13029
代码链接：wangyuxin87/PERT

内容中包含的图片若涉及版权问题，请及时与我们联系删除