【论文笔记】Text-Recognition_简略版_201606

【1】Shi B, Wang X, Lv P, et al. Robust Scene Text Recognition with Automatic Rectification[J]. arXiv preprint arXiv:1603.03915, 2016.

上图即为本篇论文的系统框架：包括 Spatial Transformer Network (STN ) 和 Sequence Recognition Network (SRN ) 两个网络结构。其中， STN 通过 Thin-Plate-Spline 变换，能够将透射变换或曲折的文本图片对齐到1个正规的、更容易读的图片；SRN 能够直接将输入的文本图片辨认为1个文本序列。

这个系统是1个端到真个文本辨认系统，在训练进程中也不需要额外标记字符串的关键点、字符位置等。同时，由于 STN 和 SRN 这两个网络的共同作用，该系统在自然场景的文本辨认方面获得了 state-of-the-art 的结果，特别是对那些有着各种形变的字符图片。