【ECCV2024】边缘感知Transformer的场景文本分割

文章预览

来源：专知 本文 约1000字 ，建议阅读 5 分钟 本文提出了边缘感知Transformer（EAFormer），以更精确地分割文本，特别是文本边缘。 场景文本分割旨在从场景图像中裁剪文本，通常用于帮助生成模型编辑或删除文本。现有的文本分割方法往往涉及各种与文本相关的监督以提高性能。然而，大多数方法忽略了文本边缘的重要性，而文本边缘对下游应用具有重要意义。本文提出了边缘感知Transformer（EAFormer），以更精确地分割文本，特别是文本边缘。 方法 文本边缘提取器 首先，我们设计了一个文本边缘提取器，用于检测边缘并过滤掉非文本区域的边缘。这个提取器能够有效地识别出文本的边界，从而为后续的分割任务提供有价值的信息。 边缘引导编码器 然后，我们提出了一个边缘引导编码器，使模型能够更多地关注文本边缘。通过引入边缘信息，编码器 ………………………………