【Paper Reading】【TextBoxes: A Fast Text Detector with a Single Deep Neural Network】

Introduction：

• 传统文本检测方法步骤：
  1) character/word candidate generation：候选词的产生
  2) Candidate filtering：候选词过滤
  3) grouping：分组
• 弊端：需要保证每一个模型都正常工作，从而需要耗费大量精力调参和设计启发式规则，这同样也会减慢检测速度
• 本文：通过一个端对端训练的单一神经网络直接预测单词bounding box来检测文本

Contributions：

高速准确的文本检测器：TextBoxes。通过整合预测文本出现位置（text presence）和相对于default boxes（SSD）的坐标偏移量在多个网络层直接输出word bounding boxes的坐标。最终的输出是boxes的聚合，再使用一个标准的非极大值抑制步骤。为了处理大量不同宽高比的单词，我们设计了几个novel，inception-style的输出层，可以利用不规律（irregular）的卷积核和default boxes

单词识别（word recognition）有助于从背景中区分文本，尤其是当单词被限定再一个给定的集合中时，比如一个词典（lexicon）。故本文采用成功的文本识别算法，CRNN与TextBoxes结合。识别器不仅提供额外的识别输出，还使文本检测具有了语义水平的意思，从而大大提高了单词识别（word spotting）的准确度

TextBoxes与CRN