从零开始的OCR-4——RARE
摘要：精读 RARE 
论文： 《Robust Scene Text Recognition with Automatic Rectification》 


解决的问题：自然图像中的OCR识别，重点关注里面的“几何形状不规则”（Irregular text） 

透视文字：文字平面与相机之间存在倾斜角度，因此字符在图像中呈透视缩放或倾斜。
曲线文字：字符不是沿水平直线排列，而是沿弧线或曲线排列。



核心动机：大多数识别器在输入为紧凑、水平、正面的规则文字时表现最好。所以与其强迫识别器直接适应所有几何形变，不如先把图像变成更容易识别的形式。 


方法
STN
作者使用 Spatial Transformer Network 作为校正模块。 
 [image] 
STN 预测一个 TPS 变换，把输入图像中的不规则文字重新采样成较规则的文字图像。 
整...