车牌字符识别中ctc loss损失函数理解

原始内容来源于：https://zhuanlan.zhihu.com/p/43534801
根据原始内容整理！

1 概述

文字识别是图像领域的常见问题，针对自然场景图像中的文字识别，包括两个步骤：首先进行文字检测，定位图像中文字位置；然后进行文字识别，将图像中的文字区域转换为字符信息。在车牌识别问题中，已定位好车牌位置，因此不需要进行文字检测，只需文字识别。（文字检测内容可参考https://zhuanlan.zhihu.com/p/34757009）。

常用的基于RNN文字识别算法主要有两个框架：CNN+RNN+CTC(CRNN+CTC)和CNN+Seq2Seq+Attention，如下图所示。本文主要介绍 CRNN+CTC（paper：https://arxiv.org/abs/1507.05717，tensorflow实现：https://github.com/bai-shang/crnn_ctc_ocr.Tensorflow）。

2 CRNN+CTC基本网络结构

整个CRNN+CTC网络可以分为三个部分，包括Convlutional Layers，Recurrent Layers，Transcription Layers，如下图所示。