介绍：
CTPN是在ECCV 2016提出的一种文字检测算法，是目前流传最广、影响最大的开源文本检测模型，可以检测水平或微斜的文本行。CTPN结合CNN与LSTM深度网络，能有效的检测出复杂场景的横向分布的文字，效果如图：

关键idea

采用垂直anchor回归机制，检测小尺度的文本候选框
文本检测的难点在于文本的长度是不固定，可以是很长的文本，也可以是很短的文本．如果采用通用目标检测的方法，将会面临一个问题：**如何生成好的text proposal**．针对上述问题，作者提出了一个vertical anchor的方法，具体的做法是只预测文本的竖直方向上的位置，水平方向的位置不预测。与faster rcnn中的anchor类似，但是不同的是，vertical anchor的宽度都是固定好的了，论文中的大小是16个像素。而高度则从11像素到273像素(每次除以0.7)变化，总共10个anchor.
采用RNN循环网络将检测的小尺度文本进行连接，得到文本行．
采用CNN+RNN端到端的训练方式，支持多尺度和多语言，避免后处理

CTPN网络结构
原始CTPN只检测横向排列的文字。CTPN结构与Faster R-CNN基本类似，但是加入了LSTM层。假设输入N Images：

首先VGG提取特征，获得大小为 N×C×H×W
的conv5 feature map。
之后在conv5上做 3×3的滑动窗口，即每个点都结合周围 3×3 区域特征获得一个长度为 3×3×C 的特征向量。输出 N×9C×H×W 的feature map，该特征显然只有CNN学习到的空间特征。
再将这个feature map进行Reshape
然后以Batch=NHBatch=NHBatch=NH且最大时间长度 Tmax=WT_{max}=WTmax=W 的数据流输入双向LSTM，学习每一行的序列特征。双向LSTM输出 (NH)×W×256(NH)×W×256(NH)×W×256 ，再经Reshape$恢复形状：

该特征既包含空间特征，也包含了LSTM学习到的序列特征。

然后经过“FC”卷积层，变为N×512×H×WN×512×H×WN×512×H×W的特征。
最后经过类似Faster R-CNN的RPN网络，获得text proposals，如图

总结

优点：
CTPN对于检测的边框在上下左右4个点上都比较准确，这点比EAST要好。

缺点：
（1）CTPN只可以检测水平方向的文本，竖直方向的话就会出现一个字一个字断开的想象。倾斜角度的话需要修改后处理anchor的连接方式，但是应该会引入新的问题。
（2）CTPN由于涉及到anchor合并的问题，何时合并，何时断开，这是一个问题。程序使用的是水平50个像素内合并，垂直IOU>0.7合并。或许由于BLSTM的引入，导致断开这个环节变差。所以对于双栏，三栏的这种文本，ctpn会都当做一个框处理，有时也会分开处理，总之不像EAST效果好。

OCR文本检测算法-CTPN模型相关推荐

OCR文本检测模型：FCENet论文阅读笔记
文章目录前言摘要(Abstract) 1. 介绍(Introduction) 2. 相关工作(Related Work) 3. 方法(Approach) 3.1 傅里叶轮廓嵌入(Fourier C ...
AI实战：基于AdvancedEAST的自然场景图像文本检测算法
向AI转型的程序员都关注了这个号???????????? 机器学习AI算法工程公众号:datayx EAST文本检测与Keras实现 https://blog.csdn.net/linchuha ...
CVPR 2019 | 文本检测算法PSENet解读与开源实现
点击我爱计算机视觉标星,更快获取CVML新技术作者:刘恒编辑:CV君 PSENet文本检测算法来自论文<Shape Robust Text Detection with Progressiv ...
文本检测算法新思路：基于区域重组的文本检测
摘要:文本检测是文本读取识别的第一步,对后续的文本识别有着重大的影响.本文主要介绍基于区域重组的文本检测算法. 本文分享自华为云社区<技术综述十三:弯曲文本检测算法(一)>,作者: 我想静 ...
4种基于像素分割的文本检测算法
摘要:文本检测是文本读取识别的第一步,对后续的文本识别有着重大的影响.一般场景下,可以通过对通用目标检测算法进行配置修改,来实现对文本行的检测定位.本文主要介绍基于像素分割的文本检测算法. 本文分享自 ...
2020最新文本检测算法TextFuseNet
向AI转型的程序员都关注了这个号???????????? 人工智能大数据与深度学习公众号:datayx TextFuseNet: Scene Text Detection with Richer ...
PSENet PANNet DBNet 三个文本检测算法异同
向AI转型的程序员都关注了这个号???????????? 机器学习AI算法工程公众号:datayx 这三个文本检测算法都是segment base算法,通过由下而上的方式,先对text进行seg ...
文本检测算法----TextFuseNet(IJCAI-PRICAI-20)
多种文本检测算法性能对比及算法介绍 (https://blog.csdn.net/qq_39707285/article/details/108754444) TextFuseNet: Scene T ...
分割文本_PSENet、PANNet、DBNet三个文本检测算法异同
点击蓝字关注我们这三个文本检测算法都是segment base算法,通过由下而上的方式,先对text进行segment,然后再根据segment text,计算出text的instance PSEN ...

OCR文本检测算法-CTPN模型

关键idea

总结

OCR文本检测算法-CTPN模型相关推荐

最新文章

热门文章