论文阅读学习 - CTPN-Detecting Text in Natural Image with Connectionist Text Proposal Network

论文阅读学习 - CTPN-Detecting Text in Natural Image with Connectionist Text Proposal Network

[Paper]

[Code-Caffe]

[Online Demo]

主要是基于 Faster R-CNN. 根据文字检测场景的特点(水平排列)，改进 RPN 网络、Anchors 和 Loss 函数. 关键点：

文本细尺度 proposals的检测(detecting text in fine-scale proposals)；

递归地连接文本 proposals(recurrent connectionist text proposals)；

侧边改进(side-refinement).

CTPN(Connectionist Text Proposal Network)，end-to-end 框架：

• 类似于 Faster R-CNN，对 VGG16 网络输出(conv5)的卷积 feature map，$3 × 3$ 的窗口平滑(anchors 固定尺寸)；

• 采用双向LSTM(Bi-directional LSTM, BLSTM)对每一行的序列窗口递归(recurrently)连接；其中，每个窗口的卷积特征(