一种轻量级的不规则场景文本识别模型

摘要：

场景文本识别是近年来极具挑战性的任务,不同于规则的文档文本图像,场景图像中的文本具有形态多变和弯曲等特点,识别起来很有难度.该文提出了一种轻量级的场景文本识别模型(ISTR-LW),不同于现有的场景文本识别模型具有参数量大的缺点,该模型在特征序列提取中引入了经过改变后的轻量级网络PeleeNet,不仅大幅度减少了模型的参数量,还加快了网络预测的速度;在循环网络层中获取标签分布时,引入了Dense Block模块,加快了网络训练的收敛速度;在获取最终识别结果时,引入了注意力机制,获得需要关注的重点区域,提高了模型文本识别的准确度;引入了薄板样条插值转换,通过修正不规则的文本,改善了不规则的文本识别率低的问题.ISTR-LW模型是一个端到端的文本识别模型,在Synth90K、Street View Text和ICDAR等公开数据集上进行了实验,取得了不错的效果.

关键词：场景文本识别、卷积神经网络、轻量级网络、循环神经网络、空间变换网络

所属期刊栏目：30

分类号：TP391.4(计算技术、计算机技术)

资助基金：国家自然科学基金61375021

在线出版日期：2020-12-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：20-24,29