再探OCR------text detection in natural scene自然场景下的字符识别 [持续更新]

看过的这些文献,  总的来说,  应该是MSER效果比较好.  我试验了下SWT,  效果不怎么样,  看到其他文献提供的图也有同样的问题,  我想应该是SWT本身的局限而不是程序的问题.   下面的有些论文想实现一下,  可是有的地方作者细节说的很模糊,   这种情况可能需要邮件作者细问了

                                                                                                                                              2016.7.2 21:00

-------------------------------------

先声明阿,  下面的文章我只浅略读过部分,  注在每个文章前面的文字中有一些是我关注的东西


另外说一句,  关于下面的内容,  可能需要你看一下computer vision :a modern approach的High Level Vision部分

以及这本书 Computer Vision Models, Learning, and Inference



首先是ICDAR这几年的总结

ICDAR 2013 Document Image Binarization Contest (DIBCO 2013) 

(multiple segmentations, Extremal Regions,threshold)Neumann, L., Matas, J.: On combining multiple segmentations in scene text recognition.In: ICDAR (2013)



以及2015 ICDAR


粗看这两年的ICDAR和CVPR,  还有各公司招聘的招聘要求,  感觉不懂DL不算是学过CV呢,  难道还要闭关再学两个月哭

看看Yann LeCun 关于深度学习的介绍吧   ,  slides




SSD: Single Shot MultiBox Detector


(CNN, 华南理工)DeepText: A Unified Framework for Text Proposal Generation and Text Detection in Natural Images

(CNN,TextConv+WordGraph) S. Zhu, R. Zanibbi, A Text Detection System for Natural Scenes with Convolutional Feature Learning and Cascaded Classification, CVPR, 2016.

  • 4
    点赞
  • 20
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值