哇哇的博客

CRNN——An End-to-End Trainable Neural Network for Image-based Sequence 阅读小笔记

目录概述方法贝塞尔曲线检测贝塞尔标注生成贝塞尔合成数据集贝塞尔对齐识别分支实验及指标概述尽管文字检测识别已经取得了很大进展，但自然场景下的文字检测识别，一方面由于受到包括文字样式多变、宽高比、字体大小风格、拍摄视角、形状等问题的影响，这些检测识别方法在实际场景下的应用仍然没有得到很好的解决；另一方面，这些端到端的方法要么是基于分割，这需要复杂的后处理，要么需要字符级别的标注信息。方法提出方法的整体架构如下图所示。主要的改进，是提出使用贝塞尔曲线对包括弧形文本在内的各种形状的文本框直接进行回归拟合，并

目录概述方法二值化标签生成优化目标实验及指标概述当前文字检测主要分为基于检测和基于分割两种方法。相对于检测的方法，分割方法更便于检测各种不同形状的文本。它的缺点主要是后处理复杂，而且这部分可能成为时间性能瓶颈。而基于检测的方法优点是后处理简单，缺点是不好处理不规则形状的文本，例如弧形文本。对于现有的基于分割的方法，在后处理方面思路基本上一致：对于一个概率图，首先要选定一个固定阈值，将这个概率图进行二值化，随后需要设计算法将二值化区域形成一个个的文字实例。这个阈值的设置，对于检测精度有着较大的影响。如下

目录概述方法文本实例表征整体流程网络结构推理流程标签生成训练损失函数数据集及指标数据集数据增强指标概述基于神经网络模型和大数据集的发展，文本检测也受到了广泛关注。但是现有的文本检测方法受限于对文本行的表示方法，例如使用坐标轴对齐的矩形、或者旋转矩形，或者四边形对文本行进行表示，当遇到一些形状更灵活的文本行，例如弧形文本，如下图所示，这样的表示方法便无能为力。而弧形文本在日常生活中又经常出现。一方面，文本检测很重要，在场景理解、物品搜索、自动驾驶等方面都可以有广泛的应用；另一方面由于颜色、尺度、宽高比