面向不规则文本识别的循环校准网络

场景文本识别在研究界受到越来越多的关注。自然场景中的文本常具有不规则排布，典型包括透视文本、弯曲文本、定向文本。大多数现有方法难以对不规则文本良好工作，尤其是对严重畸变的文本。本文中，我们提出一种新颖的循环校准网络（RCN）用于不规则场景文本识别。RCN 逐步校准不规则文本以提升识别性能。通过将校准过程分解为多步，不规则文本可一步步被校准为正常文本。此外，为避免不准确变换导致的信息丢失累积，我们进一步设计了一种基准点细化结构，以在循环过程中保持文本的完整性。我们追踪并细化基准点的坐标而非校准后的图像，这隐式地建模了变换信息。基于细化后的基准点，我们估计变换参数并在每步从原始图像中采样。以此方式，原始字符信息被保留直至最终变换。此类设计带来了最优的校准结果，提升了后续识别的性能。在具有挑战性的数据集上的大量实验证明了我们方法的优越性，尤其在不规则基准上。