Show, Attend and Read：一种用于不规则文本识别的简洁而强大的基线方法
计算机视觉与模式识别
2019-03-19 v2
摘要
由于文本外观（如弯曲、方向和畸变）的较大差异，自然场景图像中不规则文本的识别具有挑战性。大多数现有方法严重依赖复杂的模型设计和/或额外的细粒度标注，这在一定程度上增加了算法实现和数据收集的难度。在本工作中，我们提出了一种易于实现的强基线方法用于不规则场景文本识别，仅使用现成的神经网络组件和词级标注。该方法由 层 ResNet、基于 LSTM 的编码器-解码器框架以及二维注意力模块组成。尽管简单，所提方法具有鲁棒性，并在规整与不规则场景文本识别基准上均取得了最先进的性能。代码见：https://tinyurl.com/ShowAttendRead
引用
@article{arxiv.1811.00751,
title = {Show, Attend and Read: A Simple and Strong Baseline for Irregular Text Recognition},
author = {Hui Li and Peng Wang and Chunhua Shen and Guyu Zhang},
journal= {arXiv preprint arXiv:1811.00751},
year = {2019}
}
备注
Accepted to Proc. AAAI Conference on Artificial Intelligence 2019