摘要: 介绍了一个针对小目标的benchmark库,并对传统的R-CNN进行修改(对RPN进行修改,利用了proposal的上下文),用来检测小目标。 阅读全文
posted @ 2017-01-06 18:13 lilicao 阅读(1991) 评论(1) 推荐(1) 编辑
摘要: 单词识别,用maxout版的CNN提特征,RNN+CTC做分类,和白翔的CRNN类似 阅读全文
posted @ 2016-12-30 19:50 lilicao 阅读(2975) 评论(1) 推荐(0) 编辑
摘要: SSD文章的主要内容总结 阅读全文
posted @ 2016-12-21 13:30 lilicao 阅读(14623) 评论(0) 推荐(1) 编辑
摘要: 目标检测方法总结之R-CNN系列 阅读全文
posted @ 2016-12-21 11:41 lilicao 阅读(9413) 评论(1) 推荐(3) 编辑
摘要: 主要解决文字检测问题,采用SSD的改进版检测文字,加入CRNN的单词识别后组成端到端的结果 阅读全文
posted @ 2016-12-21 10:43 lilicao 阅读(10513) 评论(1) 推荐(1) 编辑
摘要: 本文方法对白翔CVPR2012上的检测文章进行扩展成端到端,利用“特征共享”把检测的RF分类器扩展成即可以检测也可以识别的分类器,对字符识别采用了基于字典搜索的误差矫正方法。 阅读全文
posted @ 2016-12-12 18:55 lilicao 阅读(1499) 评论(0) 推荐(0) 编辑
摘要: 使用修改版hed(融合了文字区域,字符区域,单词方向的信息)得到三个response map,再用图模型求最小割的方法求文本线 阅读全文
posted @ 2016-12-07 11:04 lilicao 阅读(1859) 评论(0) 推荐(0) 编辑
摘要: 文本检测,主要是对fasterRCNN进行改进用来检测文字,先用inception-RPN(RPN网络后接inception)提取候选区域,再利用text-detection(2层的ROI-pooling,分为文字,非文字,有歧义这三类)去除非单词区域 阅读全文
posted @ 2016-11-30 17:32 lilicao 阅读(3546) 评论(2) 推荐(0) 编辑
摘要: 使用多尺度的symmetry feature和apeareance feature训练RandomForest检测候选像素点,利用像素点的角度和距离约束聚合成字符串区域,再用字符级和字符串级的CNN分类器过滤非文字串 阅读全文
posted @ 2016-11-29 14:58 lilicao 阅读(2377) 评论(0) 推荐(0) 编辑
摘要: 文字检测问题,使用CE-MSERs提取候选字符区域,再用text-CNN过滤非字符区域,再用普通的字符串分组和切割算法进行检测 阅读全文
posted @ 2016-11-28 17:51 lilicao 阅读(3016) 评论(1) 推荐(0) 编辑
摘要: 利用MSER提取候选区域,提出新的文字特征训练SVM的背景,字符,字符串三类分类器,再形成文本线,并用图割方法对检测结果进行调整 阅读全文
posted @ 2016-11-25 22:47 lilicao 阅读(1567) 评论(0) 推荐(0) 编辑
摘要: 用FCN做文字检测,text-block FCN检测文本块,结合MSER与文本块检测文本线,最后利用centroid FCN检测字符质心来过滤非文字串 阅读全文
posted @ 2016-11-25 21:35 lilicao 阅读(5731) 评论(0) 推荐(0) 编辑
摘要: 用传统的自下而上的方法做任意方向的文字检测,先用SWT提取候选区域,再用字符级和字符串级的两种分类器过滤噪声。 阅读全文
posted @ 2016-11-21 22:32 lilicao 阅读(2333) 评论(0) 推荐(1) 编辑
摘要: BaiXiang的CRNN论文阅读,主要解决单词图像识别问题,利用CNN提取特征,RNN(BLSTM+CTC)进行序列识别 阅读全文
posted @ 2016-11-06 17:53 lilicao 阅读(4689) 评论(3) 推荐(0) 编辑