R-PHOC：基于CNN的无分割单词定位
计算机视觉与模式识别
2017-07-06 v1
摘要
本文提出了一种基于区域的卷积神经网络用于无分割单词定位。我们的网络以图像和一组单词候选边界框作为输入，并将所有边界框嵌入到一个嵌入空间中，在该空间中单词定位可以简化为查询表示与每个候选边界框之间的简单最近邻搜索。我们利用PHOC嵌入，因为它先前在基于分割的单词定位中取得了显著成功。单词候选通过基于空间约束对连通分量进行分组的简单过程生成。实验表明，直接对图像操作的R-PHOC可以在标准GW数据集上改进当前最先进水平，并且在某些为基于分割的单词定位设计的情况下表现与PHOCNET一样好。
引用
@article{arxiv.1707.01294,
title = {R-PHOC: Segmentation-Free Word Spotting using CNN},
author = {Suman Ghosh and Ernest Valveny},
journal= {arXiv preprint arXiv:1707.01294},
year = {2017}
}
备注
Accepted in ICDAR'2017