手写速记识别的数据增强方法研究
计算机视觉与模式识别
2023-03-07 v1
摘要
限制速记手写文本识别（HTR）性能的因素之一是标注训练数据量过少。为了缓解数据稀缺问题，现代 HTR 方法常采用数据增强。然而，由于速记文字的特殊性，此类设置可能无法直接应用于速记识别。在这项工作中，我们研究了 22 种经典的数据增强技术，其中大多数常用于其他文字（如拉丁手写）的 HTR。通过大量实验，我们确定了一组增强方法，例如包含特定范围的随机旋转、平移和缩放，这些方法对速记识别的应用场景是有益的。此外，我们还识别出了一些会导致识别性能下降的增强方法。我们的结果得到了统计假设检验的支持。我们提供了公开可用的数据集和代码库的链接。
引用
@article{arxiv.2303.02761,
title = {A Study of Augmentation Methods for Handwritten Stenography Recognition},
author = {Raphaela Heil and Eva Breznik},
journal= {arXiv preprint arXiv:2303.02761},
year = {2023}
}