基于深度学习的自然场景文本检测与识别综述

来源：软件学报杂志2020年第5期北京时间：

作者：王建新，王子亚，田萱

单位：王建新，北京林业大学 信息学院, 北京 100083;国家林业草原林业智能信息处理工程技术研究中心(北京林业大学), 北京 10008311,王子亚，北京林业大学 信息学院, 北京 100083;国家林业草原林业智能信息处理工程技术研究中心(北京林业大学), 北京 10008302,田萱，北京林业大学 信息学院, 北京 100083;国家林业草原林业智能信息处理工程技术研究中心(北京林业大学), 北京 10008303

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.

关键词：深度学习;自然场景;文本检测;文本识别;端到端

基金资助：国家重点研发计划（2018YFC1603302，2018YFC1603305）