OCR:ASTER-基于空间变换的自然场景的文本识别算法

白翔老师团队开源了 ASTER，一种基于空间变换的自然场景的文本识别算法，最开始出现于CVPR2016的论文，登上了PAMI。
它是文本识别算法，不包括文本检测，对于输入的检测到的文本图像块，识别出相应字符。

该代码值得推荐的理由：
1.高精度。
2.高速度。
3.已经申请了专利。并获得了专利授权，说明作者充分肯定了其商业化潜力。
4.包含训练代码。可以训练自己的数据集。

代码主页：https://github.com/bgshih/aster

 

方法概述

本文方法主要解决不规则排列文字的文字识别问题，论文为之前一篇CVPR206的paper（Robust Scene Text Recognition with Automatic Rectification，方法简称为RARE）的改进版（journal版）。

1. 主要思路

• 针对不规则文字，先矫正成正常线性排列的文字，再识别；
• 整合矫正网络和识别网络成为一个端到端网络来训练；
• 矫正网络使用STN，识别网络用经典的sequence to sequence + at