1.Single Shot Text Detector with Regional Attention
![](https://i-blog.csdnimg.cn/blog_migrate/d73a156569270a4572c35098f1c472ff.jpeg)
本篇论文主要基于vgg16的ssd网络进行改进,能更好的进行多方向文本的定位,由上图可以清晰的看出上中下三个部分,上层是SSD骨架网络结构;中层添加文本注意力模块使网络能够更加关注文本区域,同时融合不同尺度的特征,可以看出是借鉴了FCN以及GooleNet。
创新点:
1.文本注意力机制(还不太理解)
2.多尺度特征融合
2.Arbitrary-Oriented Scene Text Detection via Rotation Proposals
论文地址:https://arxiv.org/abs/1703.01086
github地址:https://github.com/mjq11302010044/RRPN
该论文是基于faster-rcnn框架,在场景文字识别领域的应用。创新点:生成带文字角度信息的倾斜的proposal
1.RRPN(Rotation Region Proposal Networks):生成带角度信息的anchor,从而生成任意方向的proposals.
2.RRoI(The Rotation Region-of-Interest) pooling layer:将任意方向的proposals映射到feature map上,再进行max pooling.