ESIR算法是CVPR 2019提出的一种改进的场景文本识别方法，它结合了迭代图像校正网络和识别网络。与ASTER算法类似，该模型由校正网络和识别网络组成，但创新之处在于采用多次（N次）TPS（Thin-Plate Spline）变换来逐步校正图像。在每次迭代中，通过线性拟合变换确定控制点，避免边界效应并保持关键像素信息。识别网络则采用了ResNet+BiLSTM+Attention的结构进行文本识别。
CVPR 2019
- Introduction
这个和ATSER算法相似都是由Rectification network和recognition network组成，不过创新在于在对图片变形时，ASTER学习到TPS变换后仅做一次变换，本算法循环TPS变换N次。
- Model
整体框架
2.1 Iterative Rectification Network
2.1.1 Line-Fitting Transformation
【text recognition算法】ESIR: End-to-end Scene Text Recognition via Iterative Image Rectification
最低0.47元/天 解锁文章
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
