《表1 AEN架构：基于注意力增强网络的场景文字识别》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于注意力增强网络的场景文字识别》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

在上述的公式中Wout，bout，Ws，Wh和b都是可训练的参数。注意：在训练阶段yprev是来自最后一步的真实标记。然而，在测试阶段使用最后一步的预测输出作为yt-1。本文解码器是基于注意力增强的解码器，借鉴于文献[5]的思想，本文提出了相邻注意力权重和双向LSTM解码器方法，在2.2小节详细说明。AEN的架构详细信息见表1。