2种基于深度学习的场景文字检索算法

文字检索是从图像库中检索出包含特定字符串的图像，并且同时定位该字符串在图像中位置的过程（如图1所示），是场景文字理解中的重要科学问题，被应用于商品检索、图书馆书籍管理、网络图像安全审核等场景中，极大地提高了生产效率。此外，文字识别要求图像中的所有文本实例都被精准地检测和识别，不同于端到端的文字识别任务，文字检索任务更关注于搜寻用户所感兴趣的文本。