基于序列条件生成手写文本图像的对抗方法
计算机视觉与模式识别
2020-11-12 v1
摘要
最先进的离线手写文本识别系统倾向于使用神经网络，因此需要大量标注数据进行训练。为了部分满足这一需求，我们提出了一种基于生成对抗网络（GAN）的系统来生成手写单词的合成图像。我们使用双向 LSTM 循环层来获得待渲染单词的嵌入，并将其输入生成器网络。我们还通过添加一个用于文本识别的辅助网络来修改标准 GAN。随后该系统以对抗损失与 CTC 损失的平衡组合进行训练。这些对 GAN 的扩展共同使得控制生成单词图像的文字内容成为可能。我们在法语和阿拉伯语数据集上均获得了逼真的图像，并表明将这些合成图像整合到文本识别系统的现有训练数据中可以略微提升其性能。
引用
@article{arxiv.1903.00277,
title = {Adversarial Generation of Handwritten Text Images Conditioned on Sequences},
author = {Eloi Alonso and Bastien Moysset and Ronaldo Messina},
journal= {arXiv preprint arXiv:1903.00277},
year = {2020}
}