业界现在物体识别领域用的最多的是proposal region方法，即通过筛选出候选区域，然后对候选区域进行二分类(object/ no object), 同时还要对对bound box进行回归，这是一般的物体识别所用的方法。 CTPN这个方法是基于 fast rCNN来进行的，具体来说就是同样通过筛选proposal region来识别出文字区域， 不同的是，它修改了RPN方法中的anchor产生window的方式，CTPN方法中的proposal region是固定宽度的(论文中是16px), 这样做的好处是可以发现任意宽度的文字序列。
-
先从数据中随机选出两张image，然后输入VGG16网络
-
经过VGG16一系列的conv + relu + pool 之后得到conv5 featrue map，大小 H x W x C
-
接下来是ctpn方法的关键，将一个3 x 3的划窗划过整个feature map,每经过一个位置得到一个3 x 3 x C的特征向量，而对于每个窗口来说，都会有k = 10个anchor，也就是每个anchor产生一个text proposal，依次将这些特征输入一个双向LSTM中
-
双向LSTM后面接一个全连接层，准备输出
-
输出分为三个部分，第一个部分是 2k个vertical coordinate，因为一个anchor用的是中心位置y和矩形框高度表示(宽度固定)，k个text proposal共$2k$个vertical coordinate；2k个score，分别表示text 和 non-text的得分；k个side-refinement，用来精修文本行两端的端点
-
最后使用基于图的文本行构造算法，将得到的一个一个的文本段合并成文本行
#2018.3.15更新
发现了一篇最新的文章，里面的方法可以检测任意方向的文字，准确率较CTPN方法增加了一个数量级，这个方法但是没有开源的实现，论文放在了paper文件夹下，1802.08948，篇名：Multi-Oriented Scene Text Detection via Corner Localization and Region Segmentation。
更新了使用CTPN代码完成的数据集的效果图，存放在**/CTPN_results**文件夹下，此结果是在作者训练好的模型上得出的结果。
Roadmap
- CTPN和1802.08948论文完成
- 完成CTPN tensorflow实现源码的阅读
- 开始实现1802.08948论文中的方法