ImageNet 预训练用于历史文档图像分析的综合研究
计算机视觉与模式识别
2019-05-23 v1
摘要
扫描历史文档的自动分析包含广泛的图像分析任务，由于缺乏人工标注的学习样本，这些任务对机器学习而言往往具有挑战性。随着深度神经网络的出现，应对训练数据缺乏的一种有前景的方法是在不同领域的图像上预训练模型，然后在历史文档上微调它们。在当前研究中，此类跨域迁移学习的一个典型例子是使用在 ImageNet 数据库上预训练用于物体识别的神经网络。这种预训练是否有助于分析与 ImageNet 具有根本不同图像属性的历史文档，在很大程度上仍是一个开放问题。在本文中，我们对 ImageNet 预训练对多种历史文档分析任务的影响进行了全面的实证调研，包括字符识别、风格分类、手稿断代、语义分割和基于内容的检索。虽然在像素级语义分割上我们得到了混合结果，但在不同网络架构中我们观察到一个明确的趋势：ImageNet 预训练对分类以及基于内容的检索具有正向效果。
引用
@article{arxiv.1905.09113,
title = {A Comprehensive Study of ImageNet Pre-Training for Historical Document Image Analysis},
author = {Linda Studer and Michele Alberti and Vinaychandran Pondenkandath and Pinar Goktepe and Thomas Kolonko and Andreas Fischer and Marcus Liwicki and Rolf Ingold},
journal= {arXiv preprint arXiv:1905.09113},
year = {2019}
}