AI
推荐
模板社区
专题
登录
免费注册
首页
思维导图
详情
基于深度学习的自然场景文字识别
2020-04-22 14:32:55
0
举报
分享方式
仅支持查看
论文：基于深度学习的自然场景文字识别
文字检测识别
深度学习
自然场景
读书笔记
学习笔记
知识管理
模板推荐
作者其他创作
大纲/内容
特点
检测+识别
端到端
贡献
1、人合成数据集
2、East方法进行检测
3、注意力机制对中英数据进行识别
4、CNN+LSTM+CTC 识别
5、端到端
East文字定位
神经卷积识别
第一章绪论
检测
连通域
滑动窗口
基于深度学习的文本检测方法
region propesal
分割
其他
自然场景文字识别
基于字符
基于单词
第二章深度学习简介
第三章基于深度学习的文字检测<br><br>
人工合成数据
图-分割（语义+深度）-选定区域-加入文本
Faster Rcnn检测网络
卷积池化层
RPN
区域候选网络：判断背景or前景+修正
ROI Pooling
聚合特征
全连接层
East网络文本检测
FCN 直接产生文本域侧框
对于侧框进行非最大值预测NMS
特征提取
4个级别特征图
特征合并
逐层合并（1放大+2）
输出层
RBOX
5个参数像素到顶右底左的距离及倾斜角+分数
QUAD
8个参数四个顶点坐标+分数
缺点
较大较长的文本检测不好
本文改进
加入1x5卷积核
CTPN网络进行文字检测<br>(CONNECTION TEXT PROPOSAL NETWORK)
直接预测文本的竖直位置
-VGG-feature map-卷积-取锚点-神经网络-全连接256维向量
检测
分数层（背景前景）
output
效果图
边框层-回归层
识别
第四章基于深度学习的文字识别
基于注意力机制的文字识别
无注意力机制
encoder 和 decoder
特点：全文编码解码程序相同，无针对性
注意力机制
编码解码有权重
基于CNN<br>+LSTM<br>+CTCLOSS<br>的文字识别
卷积+池化，输出feature map
长短时间记忆输出文字序列信息
LSTM:通过控制门状态控制传输状态
1、遗忘阶段：选择性遗忘
2、选择记忆阶段
3、输出阶段
不用RNN
因为rnn是机械叠加记忆
用ctc损失函数代替softmax loss 函数
第五章总结展望
弯曲文本
漫画字体
收藏
立即使用
基于深度学习的自然场景文字识别
wendysnowhe
职业：暂无
去主页
Collect
Get Started
解析深度学习：语音识别实践
Collect
Get Started
文字
Collect
Get Started
文字
Collect
Get Started
调制方法的识别
评论
0
条评论
下一页
图形选择
思维导图
主题
补充说明
AI生成
修改AI描述
去编辑
重新生成
提示
关闭后当前内容将不会保存，是否继续？
取消
确定
Document
