论文笔记之Synthetic Data for Text Localisation in Natural Images（人工合成带有文本的图片）

Synthetic Data for Text Localisation in Natural Images是VGG实验室2016年CVPR的一篇论文。

这篇论文所做的主要贡献有两点：

1.将word人工的嵌入到自然图片中，人工生成带有文本的图片（synthText）。

2.提出一种FRCN的网络来检测文本。

本文主要针对第一点贡献进行详细讲解，是如何人工生成数据。
源代码：here

一.输入与输出

我们知道标签数据的获取是昂贵的，但是对于深度学习模型，大量的标签数据又是必须的。这个时候，人工合成符合自然条件的合理的数据是十分有价值的，因此本文的出发点就是因为这个。

1.输入（一张原始的自然图片）：

通过Google Image Search获得

2.输出(带有文本的图片，并且知道其文本的具体位置（因为是自己人工生成的）)：

其中文本和图片本身并没有任何关系，文本内容，通过20Newsgroups获得