白翔的CRNN论文阅读

1.  论文题目

Xiang Bai——【PAMI2017】An End-to-End Trainable Neural Network for Image-based Sequence Recognition and Its Application to Scene Text Recognition

2.  论文思路和方法

1)  问题范围： 单词识别

2)  CNN层：使用标准CNN提取图像特征，利用Map-to-Sequence表示成特征向量；

3)  RNN层：使用双向LSTM识别特征向量，得到每列特征的概率分布；

4)  Transcription层：利用CTC和前向后向算法求解最优的label序列；

3.  亮点和创新点

1)  端到端可训练（把CNN和RNN联合训练）

2)  任意长度的输入（图像宽度任意，单词长度任意）

3)  训练集无需有字符的标定

4)  带字典和不带字典的库（样本）都可以使用

5)  性能好，而且模型小（参数少）

4.  相关链接

1)   白翔的个人主页：http://mc.eistar.net/~xbai/

2)   论文的下载地址：https://arxiv.org/pdf/1507.05717v1.pdf

3)   代码的下载地址：

http://mc.eistar.net/~xbai/CRNN/crnn_code.zip

5.  论文细节

1)   论文的框架

2)   特征提取层

3)   序列标定层

4)   翻译层

5)   网络训练

6)   实验

7)   总结

8)   问题