科研之友
微信
新浪微博
Facebook
分享链接
摘要
自然场景文本识别在学术研究和实际应用中具有重要价值，已经成为计算机视觉领域的研究热点之一。然而，识别过程存在文本风格多样、背景环境复杂等挑战，导致识别效率和准确率不佳。传统的基于手工设计特征文本识别方法由于其有限的表示能力，不足以有效地应对复杂的自然场景文本识别任务。近年来，采用深度学习方法在自然场景文本识别中取得了重大进展，本文系统地梳理了近年来相关研究工作。首先，根据是否需要对单字符进行分割，将自然场景文本识别方法分为基于分割与无需分割的方法，再根据其技术实现特点将无需分割的方法进行细分，并对各类最具有代表性的方法工作原理进行了阐述。然后，介绍了当前常用数据集以及评价指标，并在数据集上对各类方法进行了性能对比，从多个方面讨论了各类方法的优势与局限性。最后，针对基于深度学习的自然场景文本识别研究存在的不足和难点，并对其未来的发展趋势进行了展望。
- 单位
