一、简介
是一种卷积循环神经网络结构，用于解决基于图像的序列识别问题，特别是场景文字识别问题。
二、网络结构
三层：
- 卷积层
- 循环层
- 转录层
2.1 卷积层
组成：卷积层+最大池化层
区别：与普通CNN网络不同的是，CRNN在训练之前，先把输入图像缩放到相同高度（图像宽度维持原样）
特征生成：提取的特征序列中的向量是从特征图上从左到右按照顺序生成的，每个特征向量表示了图像上一定宽度上的特征，论文中使用的这个宽度是1,就是单个像素。
2.2 循环层
循环层由一个双向LSTM循环神经网络构成，预测特征序列中的每一个特征向量的标签分布（真实结果的概率列表）
2.3 转录层
转录是将LSTM网络预测的特征序列的所有可能的结果进行整合，转换为最终结果的过程。论文中实在双向LSTM网络的最后连接上一个CTC模型，做到端对端的识别。
CTC模型（Connectionist temporal classification） 联接时间分类，CTC可以执行端到端的训练，不要求训练数据对齐和一一标注，直接输出不定长的序列结果。
CTC一般连接在RNN网络的最后一层用于序列学习和训练。对于一段长度为T的序列来说，每个样本点t（t远大于T）在RNN网络的最后一层都会输出一个softmax向量，表示该样本点的预测概率，所有样本点的这些概率传输给CTC模型后，输出最可能的标签，再经过去除空格（blank）和去重操作，就可以得到最终的序列标签。
网络结构简图：
