具有自动矫正的鲁棒场景文本识别
计算机视觉与模式识别
2016-04-20 v2
摘要
识别自然图像中的文本是一项具有许多未解问题的挑战性任务。与文档中的文本不同，自然图像中的单词常因透视畸变、弯曲字符放置等而具有不规则形状。我们提出 RARE（具有自动矫正的鲁棒文本识别器），一种对不规则文本鲁棒的识别模型。RARE 是一个专门设计的深度神经网络，由空间变换网络（STN）和序列识别网络（SRN）组成。在测试中，图像首先通过预测薄板样条（TPS）变换矫正为对后续 SRN 更易“读取”的图像，SRN 通过序列识别方法识别文本。我们展示了该模型能够识别多种不规则文本，包括透视文本和弯曲文本。RARE 是端到端可训练的，仅需要图像和关联文本标签，便于在实际系统中训练和部署模型。在多个基准上达到最先进或极具竞争力的性能，很好地证明了所提模型的有效性。
引用
@article{arxiv.1603.03915,
title = {Robust Scene Text Recognition with Automatic Rectification},
author = {Baoguang Shi and Xinggang Wang and Pengyuan Lyu and Cong Yao and Xiang Bai},
journal= {arXiv preprint arXiv:1603.03915},
year = {2016}
}
备注
Accepted by CVPR 2016