[论文解读]|PAN:Efficient and Accurate Arbitrary-Shaped Text Detection with Pixel Aggregation Network

题目：Efficient and Accurate Arbitrary-Shaped Text Detection with Pixel Aggregation Network
作者：Wenhai Wang, Enze Xie,Xiaoge Song, Yuhang Zang, Wenjia Wang, Tong Luy, Gang Yu, and Chunhua Shen

Motivation:
作者认为目前场景文字检测难点在于速度和效果间的差异，及变化形状的文字检测。作者在考虑速度与效果兼得的前提下提出PAN模型。

Method

作者提出如上图的pipeline的PAN方法。

PAN模型包括FPEM和FFM网络
**FPEM:**是一个可变大小的计算速度快的网络，以获得大小特征图的信息。

**FFM（特征整合模型）????*对上面多个FPEM网络进行融合

最后通过上采样将它们Concatenate到一起。

模型最后预测三种信息：
1、文字区域
2、文字kernel
3、文字kernel的相似向量

Pixel Aggregation：
由于文字与文字可能出现部分重叠，作者采用Kernel的方法。使文字的像素与kernel的距离最小化，其Loss为：

其中，

然而文字与文字间的kernel要保持一定的距离以区分开来，因此，作者又使用：

LossFunction:

其中文字区域和kernel预测loss为：

Experiment：
不多说，直接上图。




作者在多个数据集上做过实验，而且效果都不错，作者验证很充分。

END