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

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