AON：面向任意方向文本识别
计算机视觉与模式识别
2018-03-23 v2
摘要
由于自然图像文本识别具有多种应用，其已成为计算机视觉中的研究热点。尽管光学字符识别（OCR）历经数十年持续研究，从自然图像中识别文本仍是一项具有挑战性的任务。这是因为场景文本常呈不规则（如弯曲、任意方向或严重畸变）排布，而文献中尚未很好地解决该问题。现有文本识别方法主要处理规则（水平正向）文本，难以直接推广至不规则文本。本文提出任意方向网络（AON）直接提取不规则文本的深度特征，并将其送入基于注意力的解码器以生成字符序列。整个网络仅需图像与词级标注即可端到端训练。在CUTE80、SVT-Perspective、IIIT5k、SVT及ICDAR等多种基准上的大量实验表明，所提基于AON的方法在不规则数据集上达到最优性能，在规则数据集上与主流现有方法相当。
引用
@article{arxiv.1711.04226,
title = {AON: Towards Arbitrarily-Oriented Text Recognition},
author = {Zhanzhan Cheng and Yangliu Xu and Fan Bai and Yi Niu and Shiliang Pu and Shuigeng Zhou},
journal= {arXiv preprint arXiv:1711.04226},
year = {2018}
}
备注
Accepted by CVPR2018