Skip to content

Latest commit

 

History

History
341 lines (201 loc) · 22.3 KB

README.zh-cn.md

File metadata and controls

341 lines (201 loc) · 22.3 KB
Raw

场景文本位置感知与识别的论文资源汇总

按发表机构排序: English, 简体中文.

按发表年份排序: English, 简体中文.*

标记: [位置感知], [文字识别]

[位置感知] 从场景图片中检测出文字所在的区域

[文字识别] 识别出文字区域中的文字内容

最近更新时间：2018-08-12

1. 论文和代码

综述型论文

  • [2016-TIP] Text Detection Tracking and Recognition in Video: A Comprehensive Survey 论文
  • [2015-PAMI] Text Detection and Recognition in Imagery: A Survey 论文
  • [2014-Front.Comput.Sci] Scene Text Detection and Recognition: Recent Advances and Future Trends 论文

牛津大学

  • [2016-IJCV][位置感知][文字识别] Reading Text in the Wild with Convolutional Neural Networks 论文 样例 主页
  • [2016-CVPR][位置感知] Synthetic Data for Text Localisation in Natural Images 论文 代码 数据
  • [2015-ICLR][文字识别] Deep structured output learning for unconstrained text recognition 论文
  • [2015-PhD Thesis][位置感知] Deep Learning for Text Spotting 论文 代码
  • [2014-ECCV][位置感知] Deep Features for Text Spotting 论文 代码 模型 GitXiv
  • [2014-NIPS][文字识别] Synthetic Data and Artificial Neural Networks for Natural Scene Text Recognition 论文 主页 模型

中国科学院深圳先进技术研究院

  • [2016-ECCV][位置感知] CTPN: Detecting Text in Natural Image with Connectionist Text Proposal Network 论文 代码
  • [2016-CVPR][位置感知] Accurate Text Localization in Natural Image with Cascaded Convolutional Text Network 论文
  • [2016-AAAI][位置感知][文字识别] Reading Scene Text in Deep Convolutional Sequences 论文
  • [2016-TIP][位置感知] Text-Attentional Convolutional Neural Networks for Scene Text Detection 论文
  • [2014-ECCV][位置感知] Robust Scene Text Detection with Convolution Neural Network Induced MSER Trees 论文

华南理工大学

  • [2018-AAAI][位置感知] Feature Enhancement Network: A Refined Scene Text Detector 论文
  • [2017-arXiv][位置感知] Detecting Curve Text in the Wild: New Dataset and New Solution 论文
  • [2017-TPAMI][文字识别] Learning Spatial-Semantic Context with Fully Convolutional Recurrent Network for Online Handwritten Chinese Text Recognition 论文
  • [2017-CVPR][位置感知] Deep Matching Prior Network: Toward Tighter Multi-oriented Text Detection 论文
  • [2016-arXiv][位置感知][文字识别] DeepText: A Unified Framework for Text Proposal Generation and Text Detection in Natural Images 论文

复旦大学

  • [2018-CVPR][文字识别] Edit Probability for Scene Text Recognition 论文
  • [2017-arXiv][位置感知] Arbitrary-Oriented Scene Text Detection via Rotation Proposals 论文

华中科技大学

  • [2018-ICIP][位置感知] Feature Fusion Network for Scene Text Detection
  • [2018-CVPR][位置感知] Multi-Oriented Scene Text Detection via Corner Localization and Region Segmentation 论文
  • [2018-CVPR][位置感知] Rotation-sensitive Regression for Oriented Scene Text Detection 论文
  • [2018-TIP][位置感知] TextBoxes++: A Single-Shot Oriented Scene Text Detector 论文 代码
  • [2017-AAAI][位置感知] TextBoxes: A Fast TextDetector with a Single Deep Neural Network 论文 代码
  • [2017-CVPR][位置感知] Detecting Oriented Text in Natural Images by Linking Segments 论文
  • [2016-CVPR][文字识别] Robust scene text recognition with automatic rectification 论文
  • [2016-arXiv][位置感知] Scene Text Detection via Holistic, Multi-Channel Prediction 论文
  • [2016-CVPR][位置感知] Multi-oriented text detection with fully convolutional networks 论文
  • [2015-TPAMI][文字识别] An End-to-End Trainable Neural Network for Image-based Sequence Recognition and Its Application to Scene Text Recognition 论文 代码 代码
  • [2015-CVPR][位置感知] Symmetry-Based Text Line Detector in Natural Scenes 论文 代码
  • [2015-ICDAR][文字识别] Automatic Script Identification in the Wild 论文

巴塞罗那自治大学

  • [2017-arXiv][位置感知] Improving Text Proposal for Scene Images with Fully Convolutional Networks 论文
  • [2016-arXiv][位置感知] TextProposals: a Text-specific Selective Search Algorithm for Word Spotting in the Wild 论文 代码
  • [2015-ICDAR][位置感知] Object Proposals for Text Extraction in the Wild 论文 代码
  • [2014-TPAMI][文字识别] Word Spotting and Recognition with Embedded Attributes 论文 主页 代码

斯坦福大学

  • [2012-ICPR][文字识别] End-to-End Text Recognition with Convolutional Neural Networks 论文 代码 SVHN 数据集
  • [2012-PhD thesis][文字识别] End-to-End Text Recognition with Convolutional Neural Networks 论文

首尔大学

  • [2017-AAAI][位置感知][文字识别] Detection and Recognition of Text Embedding in Online Images via Neural Context Models 论文

旷视科技: Face++

  • [2017-CVPR][位置感知] EAST: An Efficient and Accurate Scene Text Detector 论文 代码

中国科学院自动化研究所

  • [2017-arXiv][位置感知] Deep Direct Regression for Multi-Oriented Scene Text Detection 论文

加州大学圣地亚哥分校

  • [2016-CVPR][文字识别] Recursive Recurrent Nets with Attention Modeling for OCR in the Wild 论文

加州大学圣克鲁兹分校

  • [2017-arXiv][位置感知] Cascaded Segmentation-Detection Networks for Word-Level Text Spotting 论文

康奈尔大学

  • [2016-arXiv][位置感知][文字识别] COCO-Text: Dataset and Benchmark for Text Detection and Recognition in Natural Images 论文

宾夕法尼亚州立大学

  • [2016-PhD Thesis][位置感知] Context Modeling for Semantic Text Matching and Scene Text Detection 论文

北京科技大学

  • [2016-IJCAI][位置感知] Scene Text Detection in Video by Learning Locally and Globally 论文
  • [2014-TPAMI][文字识别] Robust Text Detection in Natural Scene Images 论文

浦项工科大学

  • [2016-CVPR][位置感知] CannyText Detector: Fast and Robust Scene Text Localization Algorithm 论文

法国高等信息工程师学院

  • [2016-IJDAR][位置感知] TextCatcher: a method to detect curved and challenging text in natural scenes 论文

捷克理工大学

  • [2017-ICCV][位置感知][文字识别] Deep TextSpotter: An End-to-End Trainable Scene Text Localization and Recognition Framework 论文 代码
  • [2015-TPAMI][位置感知][文字识别] Real-time Lexicon-free Scene Text Localization and Recognition 论文
  • [2015-ICCV][位置感知] FASText: Efficient unconstrained scene text detector 论文 代码
  • [2012-CVPR][位置感知][文字识别] Real-time scene text localization and recognition 论文 代码

Google

  • [2013-ICCV][位置感知][文字识别] Photo OCR: Reading Text in Uncontrolled Conditions 论文

微软

  • [2017-ICCV][位置感知] WordSup: Exploiting Word Annotations for Character based Text Detection 论文
  • [2010-CVPR][位置感知] SWT: Detecting Text in Natural Scenes with Stroke Width Transform 论文 代码

三星中国研究院

  • [2017-arXiv][位置感知] R2CNN: Rotational Region CNN for Orientation Robust Scene Text Detection 论文

Vicarious FPC Inc

  • [2016-NIPS][文字识别] Generative Shape Models: Joint Text Recognition and Segmentation with Very Little Training Data 论文

复杂系统管理与控制国家重点实验室（中国）

  • [2013-CVPR][文字识别] Scene Text Recognition using Part-based Tree-structured Character Detection 论文

印度联邦理工大学

  • [2012-CVPR][文字识别] top-down and bottom-up cues for scene text recognition 论文

斯坦福大学

  • [2012-ICPR][文字识别] End-to-End Text Recognition with CNN 论文 代码

Infocomm研究所, 视觉计算组

  • [2017-ICCV][位置感知] WeText: Scene Text Detection under Weak Supervision 论文

弗罗里达大学

  • [2017-ICCV][位置感知] Single Shot Text Detector with Regional Attention 论文 代码

南加州大学

  • [2017-ICCV][位置感知] Self-organized Text Detection with Minimal Post-processing via Border Learning 论文

海康威视研究院

  • [2017-ICCV][文字识别] Focusing Attention: Towards Accurate Text Recognition in Natural Images 论文

阿德莱德大学

  • [2017-ICCV][位置感知][文字识别] Towards End-to-end Text Spotting with Convolutional Recurrent Neural Networks 论文

纽约城市大学

  • [2017-CVPR][位置感知] Unambiguous Text Localization and Retrieval for Cluttered Scenes 论文

香港大学

  • [2018-AAAI][文字识别] Char-Net: A Character-Aware Neural Network for Distorted Scene Text 论文

浙江大学

  • [2018-AAAI][位置感知] PixelLink: Detecting Scene Text via Instance Segmentation 论文

波茨坦大学

  • [2018-AAAI][位置感知][文字识别] SEE: Towards Semi-Supervised End-to-End Scene Text Recognition 论文 代码

亚利桑那州立大学

  • [2018-AAAI][文字识别] SqueezedText: A Real-time Scene Text Recognition by Binary Convolutional Encoder-decoder Network 论文

史蒂文斯理工学院

  • [2018-CVPR][位置感知] Geometry-Aware Scene Text Detection with Instance Transformation Network 论文

南洋理工大学

  • [2018-CVPR][位置感知] Learning Markov Clustering Networks for Scene Text Detection 论文

阿里巴巴集团

  • [2018-IJCAI][位置感知] IncepText: A New Inception-Text Module with Deformable PSROI Pooling for Multi-Oriented Scene Text Detection paper

中国科学院

  • [2018-ICIP][位置感知] Dense Chained Attention Network for Scene Text Recognition

未知

  • [2018-ICIP][STL] Focal Text: An Accurate Text Detection With Focal Loss

2. 训练数据集合

PowerPoint Text Detection and Recognition Dataset 2017

21,384 图片, 21,384+ 文本标记

用途: 文本感知，识别

下载

COCO-Text (Computer Vision Group, Cornell) 2016

63,686 图片, 173,589 文本标记, 3 细粒度文本参数.

用途: 文本感知，识别

下载

Synthetic Word Dataset (Oxford, VGG) 2014

涵括9万英语单词的的9百万张图片

用途: 文本识别，分割

下载

街景数字位置定位与识别数据库 (SVHN) 2012

街景数字位置定位与识别数据库。73257张训练图，26032测试图，531131额外功用图

用途: 数字文本位置定为, 数字文字识别

下载

IIIT 5K-Words 2012

5000张带文本的场景 (2000张用于训练，3000张用于测试)

文本图片都被裁剪出来并标记出相应的大小写敏感的文本

用途: 文本识别

下载

StanfordSynth(Stanford, AI Group) 2012

包含62个字符的小尺寸图片 (0-9, a-z, A-Z) 每张图只包含少量字符

用途: 文本识别

下载

MSRA Text Detection 500 Database (MSRA-TD500) 2012

500张自然场景图片 (图片大小从 1296x864 到 1920x1280不等)

中文英文及其混合的图片

用途: 文本感知

Street View Text (SVT) 2010

350高分辨率图片 (平均尺寸为 1260 × 860) (100 用于训练 and 250 用于测试)

提供文本区域坐标以及其文本相应的字符

用途: 文本感知

KAIST Scene_Text Database 2010

3000包含文本的室内室外场景图片

包含韩文，英文，数字及其三者混合

用途: 文本感知，识别，分割

Chars74k 2009

74000张从自然场景提取出来的包含字符(0-9, a-z, A-Z)的图片, 包含通过对称生成的字符图片，每张图只包含少量字符

包含62个字符的小尺寸图片 (0-9, a-z, A-Z)

用途: 文本识别

ICDAR 基准数据集

数据集 描述 相应论文
ICDAR 2015 1000张训练图片和500测试图片 论文 link
ICDAR 2013 229张训练图片和233张测试图片 论文 link
ICDAR 2011 229张训练图片和255张测试图片 论文 link
ICDAR 2005 1001张训练图片和489张测试图片 论文 link
ICDAR 2003 181张训练图片和251张测试图片(包含词以及字符层级标记) 论文 link

3. 在线识别服务

名称 描述
Tesseract OCR 有API，免费
Online OCR 有API，免费
Free OCR 有API，免费
New OCR 有API，免费
ABBYY FineReader Online 无API，收费
在线超级转换工具 无API，免费
在线中文识别 有API，免费

4. 相关博客