基于矫正网络的场景文本识别应用与研究

摘要：

场景文本在文字识别(Optical Character Recognition,OCR)领域一直是个难题,因此受到学术界的广泛关注.场景文本通常包括透视文本、弯曲文本、定向文本等.目前大多深度学习方法都不能够很好的识别这些不规则的文本,特别是严重变形的文本.针对上述问题,本文提出了一种迭代思想的矫正网络用于场景文本的识别,这种网络是一种端到端无需额外字符级注释的可训练网络.该矫正网络通过迭代细化的方式,逐步达到最优矫正.其中参数变换采用薄板样条(Thin Plate Spline,TPS)参数变换,自适应的进行图像变换,进而提高后序识别网络的识别性能.通过在大量公共数据集上进行的实验,证明了本文方法的有效性,特别是在不规则文本上的实验,证明了该方法有着较好的鲁棒性和准确性.

关键词：场景文本、迭代、端到端、图像变换、TPS、不规则文本

所属期刊栏目：10

分类号：TP391.1(计算技术、计算机技术)

资助基金：国家自然科学基金61673277

在线出版日期：2021-04-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：80-85