论文笔记Text-Recognition_简略版_201606

Posted 2020-07-31 有来有去-CV

【1】Shi B, Wang X, Lv P, et al. Robust Scene Text Recognition with Automatic Rectification[J]. arXiv preprint arXiv:1603.03915, 2016.

上图即为本篇论文的系统框架：包括 Spatial Transformer Network (STN ) 以及 Sequence Recognition Network (SRN ) 两个网络结构。其中， STN 通过 Thin-Plate-Spline 变换，能够将透射变换或者弯曲的文本图片对齐到一个正规的、更易读的图片；SRN 能够直接将输入的文本图片识别为一个文本序列。

这个系统是一个端到端的文本识别系统，在训练过程中也不需要额外标记字符串的关键点、字符位置等。同时，由于 STN 和 SRN 这两个网络的共同作用，该系统在自然场景的文本识别方面取得了 state-of-the-art 的结果，特别是对于那些有着各种形变的字符图片。