AttentionHTR：基于注意力编码器-解码器网络的手写文本识别
计算机视觉与模式识别
2022-09-13 v3 机器学习
摘要
本文提出一种基于注意力的序列到序列模型用于手写单词识别，并探索迁移学习以实现数据高效训练的HTR系统。为克服训练数据稀缺，本工作利用在场景文本图像上预训练的模型作为起点，以定制手写识别模型。ResNet特征提取与基于双向LSTM的序列建模阶段共同构成编码器。预测阶段由解码器与基于内容的注意力机制组成。所提端到端HTR系统的有效性已在新颖的多书写者数据集Imgur5K与IAM数据集上进行了实证评估。实验结果评估了HTR框架的性能，并辅以对错误情形的深入分析。源代码与预训练模型可在 https://github.com/dmitrijsk/AttentionHTR 获取。
引用
@article{arxiv.2201.09390,
title = {AttentionHTR: Handwritten Text Recognition Based on Attention Encoder-Decoder Networks},
author = {Dmitrijs Kass and Ekta Vats},
journal= {arXiv preprint arXiv:2201.09390},
year = {2022}
}
备注
15th IAPR International Workshop on Document Analysis System (DAS)