SuperOCR:从光学字符识别到图像描述生成的转换
计算机视觉与模式识别
2020-12-04 v1 图像与视频处理
摘要
光学字符识别(OCR)具有许多现实应用。现有方法通常检测字符位置,然后识别每个检测位置的字符。因此字符识别的准确率受字符检测性能的影响。本文提出一种不检测每个字符位置即可识别字符的方法。这是通过将OCR任务转换为图像描述生成任务来实现的。所提方法的一个优势是训练时不需要字符的标注边界框。实验结果表明,所提方法在车牌识别与水表字符识别任务上均优于现有方法。该方法还被部署到连接树莓派3的低成本(300mW)CNN加速器芯片上用于设备端应用。
引用
@article{arxiv.2012.02033,
title = {SuperOCR: A Conversion from Optical Character Recognition to Image Captioning},
author = {Baohua Sun and Michael Lin and Hao Sha and Lin Yang},
journal= {arXiv preprint arXiv:2012.02033},
year = {2020}
}
备注
8 pages, 2 figures, 2 tables