基于深度学习的自然场景文本检测与识别综述

• 作者: 王子亚 王建新 田萱
• 来源期刊: 软件学报
• 学科: 工学
• 关键词: 深度学习 自然场景 文本检测 文本识别 端到端
• 年，卷（期）: 2020,（5）
• 所属期刊栏目: 模式识别与人工智能
• 页码范围: 1465-1496
• 页数: 32页
• 分类号: TP391
• 字数: 27341字
• 语种: 中文
• DOI: 10.13328/j.cnki.jos.005988

摘要

自然场景文本检测与识别研究对于从场景中获取信息有重要意义,而深度学习技术有助于提高文本检测与识别的能力.主要对基于深度学习的自然场景文本检测与识别方法和其研究进展进行整理分类、分析和总结.首先论述自然场景文本检测与识别的相关研究背景及主要技术研究路线;然后,根据自然场景文本信息处理的不同阶段,进一步介绍文本检测模型、文本识别模型和端到端的文本识别模型,并阐述和分析每类模型方法的基本思路和优缺点;另外,列举了常见公共标准数据集以及性能评估指标和方法,并对不同模型相关实验结果进行了对比分析;最后总结基于深度学习的自然场景文本检测与识别技术面临的挑战和发展趋势.