STN-OCR：用于文本检测与文本识别的单个神经网络
计算机视觉与模式识别
2017-07-28 v1
摘要
在自然场景图像中检测与识别文本是一项极具挑战性且尚未完全解决的任务。近年来，人们提出了若干试图至少解决这两个子任务（文本检测与文本识别）之一的新系统。在本文中，我们提出了 STN-OCR，这是迈向用于场景文本识别的半监督神经网络的一步，该网络能够进行端到端优化。与大多数由多个深度神经网络和若干预处理步骤组成的现有工作不同，我们提出使用单个深度神经网络，以半监督方式学习从自然图像中检测与识别文本。STN-OCR 是一个集成并联合训练空间变换网络与文本识别网络的网络，前者学习检测图像中的文本区域，后者接收已识别的文本区域并识别其文本内容。我们研究了模型在一系列不同任务（字符以及文本行的检测与识别）上的表现。在公开基准数据集上的实验结果表明，我们的模型能够处理各种不同的任务，而无需对其整体网络结构进行实质性修改。
引用
@article{arxiv.1707.08831,
title = {STN-OCR: A single Neural Network for Text Detection and Text Recognition},
author = {Christian Bartz and Haojin Yang and Christoph Meinel},
journal= {arXiv preprint arXiv:1707.08831},
year = {2017}
}
备注
9 pages, 6 figures