字符識別通常包含2個階段：
1.字符檢測(detection)
2.字符識別(recognition)
一.檢測
檢測常用的框架包括：R-CNN ,fast R-CNN,faster R-CNN,YOLO,SDD等框架。但是由於字符檢測與通用的字符檢測有一定的差別，字符有其特殊的特徵:
1.文字目標的特殊性，一個很大的先驗是，文字總是水平排列的。
2.文字的特徵總感覺體現在edge上。
3.自然場景文字檢測的難點在於：小目標，遮擋，仿射畸變。本文使用VGG16，只使用conv5，可能對小文字的檢測效果不好。
因此，在字符檢測是有一些專用的框架，如：CTPN(Detecting Text in Natural Image with Connectionist Text Proposal Network)
本文工作基於faster RCNN , 區別在於
1.改進了rpn，anchor產生的window的寬度固定爲3;
2.rpn後面不是直接接全連接+分類/迴歸，而是再通過一個LSTM，再接全連接層;
3.座標僅僅迴歸一個y，而不是x1, y1, x2, y2;
4.添加 side-refinement offsets（可能這個就是4個迴歸值中的其中2個）;
二.識別
字符識別的常用框架是CNN+LSTM+CTC
（未完待續）