ASTER是TPAMI 2018年提出的一种用于识别不规则文本的深度学习模型，它包含矫正网络和识别网络两部分。矫正网络通过结合TPS（薄板样条插值）和STN（空间变换网络）进行图像形变，而识别网络采用带有Attention机制的CRNN模型进行文字识别。ASTER在irregular text识别上表现优秀，为端到端的文本识别提供了解决方案。
ASTER：An Attentional Scene Text Recognizer with Flexible Rectification
TPAMI 2018
- Introduction
目前对于regular text的识别算法的研究，在几个regular text标准数据集icdar2003，icdar2013，svt，IIIT5k上面的state-of-art算法的识别精度已经达到95%以上。于是研究趋势开始转向识别难度更大，现实生活中更常出现的irregular text的识别上。ASTER算法和MORAN相似，分为两个子网络一个矫正网络和一个识别网络，整体是一个可训练的端到端的网络。
整体框架
- Model
2.1 Rectification Network
这
最低0.47元/天 解锁文章
4602
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
