推进生成模型评估：OCR 系统中逼真图像合成与比较的新算法
计算机视觉与模式识别
2024-03-05 v3
摘要
本研究解决了生成模型领域的一个关键挑战，特别是合成图像的生成与评估。鉴于生成模型固有的复杂性以及缺乏标准化的比较程序，我们的研究引入了一种开创性算法，以客观评估合成图像的逼真度。该方法通过改进 Fréchet Inception Distance (FID) 分数，显著增强了评估方法论，从而实现了对图像质量更精确和主观的评估。我们的算法特别旨在解决生成和评估阿拉伯语手写数字逼真图像的挑战，由于图像生成中逼真度的主观性，这项任务传统上几乎不可能完成。通过提供一个系统且客观的框架，我们的方法不仅实现了不同生成模型的比较，也为改进其设计和输出铺平了道路。这一评估与比较方面的突破对于推进 OCR 领域至关重要，尤其是对于具有独特复杂性的文字脚本，并为高质量合成图像的生成与评估树立了新标准。
引用
@article{arxiv.2402.17204,
title = {Advancing Generative Model Evaluation: A Novel Algorithm for Realistic Image Synthesis and Comparison in OCR System},
author = {Majid Memari and Khaled R. Ahmed and Shahram Rahimi and Noorbakhsh Amiri Golilarz},
journal= {arXiv preprint arXiv:2402.17204},
year = {2024}
}
备注
The manuscript was submitted to IEEE Access on 29-Jan-2024 and is currently under review for publication in IEEE Access