OCR——CRNN

一、研究背景

1、photoOCR （CNN）2、Reading Text in the Wild with convolutional Neural Networks（CNN）
detection+recogntion
3、A Novel Connectionist（RNN）

4、word spottting（空间映射）

5、CRNN优点
（1）支持端到端训练
（2）支持任意长度字符序列识别，且不需要自符分割、水平尺度归一化
（3）支持无预定义字典识别，且在预定义词典、无预定义词典上都取得显著性能
（4）模型更轻量级

二、网络结构

（一）CNN（序列特征提取）

（二）RNN（Bi-LSTM：字符预测输出）

1、RNN（前提还要）

RNN存在梯度消失/爆炸问题

2、LSTM（增加记忆细胞）

3、双向LSTM（增加记忆细胞）

y1向量大小为n_class*1

（三）Transcription转入 layers（训练：实现输出御图像标签对齐）

1、CTC

（四）Beam Search(预测)

保留top(n)

四、总结