文档图像分类的卷积神经网络分析
计算机视觉与模式识别
2017-08-11 v1
摘要
卷积神经网络（CNN）是文档图像分类任务中最先进的模型。然而，这些方法中许多依赖于为自然图像分类设计的参数和架构，而自然图像与文档图像不同。我们质疑这是否合适，并进行了大规模实证研究，以找出 CNN 的哪些方面对文档图像上的性能影响最大。在其他结果中，我们通过使用剪切变换数据增强和为更大输入图像设计的架构，在 RVL-CDIP 数据集上超越了最先进水平（SOTA）。此外，我们分析了学习到的特征，并发现证据表明在 RVL-CDIP 上训练的 CNN 学习了区域特定的布局特征。
引用
@article{arxiv.1708.03273,
title = {Analysis of Convolutional Neural Networks for Document Image Classification},
author = {Chris Tensmeyer and Tony Martinez},
journal= {arXiv preprint arXiv:1708.03273},
year = {2017}
}
备注
Accepted ICDAR 2017