全页文本识别：学习从何处开始与何时停止
计算机视觉与模式识别
2017-04-28 v1
摘要
文本行检测与定位是全页文档分析的关键步骤，但仍受现实文档异质性的影响。本文中，我们提出一种用于全页文本识别的新方法。文本行的定位基于全卷积神经网络（Fully Convolutional Neural Networks）和多维长短期记忆（Multidimensional Long Short-Term Memory）作为上下文层的回归。为提高该定位方法的效率，仅预测文本行左侧的位置。随后由文本识别器负责预测待识别文本的结束位置。该方法在高度异质的Maurdor数据集上展示了全页文本识别的良好结果。
引用
@article{arxiv.1704.08628,
title = {Full-Page Text Recognition: Learning Where to Start and When to Stop},
author = {Bastien Moysset and Christopher Kermorvant and Christian Wolf},
journal= {arXiv preprint arXiv:1704.08628},
year = {2017}
}