用于拉希字体光学字符识别的Auto-ML深度学习
计算机视觉与模式识别
2020-02-25 v2
摘要
在这项工作中，我们提出了一种用于拉希字体印刷手稿的OCR方案，拉希字体是一种古老的希伯来字体及相应方言，用于犹太宗教文献已超过600年。该方案利用卷积神经网络（CNN）进行视觉推断，并利用长短期记忆（LSTM）学习拉希字体方言。特别地，我们推导了一种AutoML方案来优化CNN架构，并采用针对特定书籍的CNN训练以提高OCR准确率。所提方案使用来自Responsa Project数据集的超过300万标注字母的数据集，达到了超过99.8%的准确率。
引用
@article{arxiv.1811.01290,
title = {Auto-ML Deep Learning for Rashi Scripts OCR},
author = {Shahar Mahpod and Yosi Keller},
journal= {arXiv preprint arXiv:1811.01290},
year = {2020}
}
备注
The paper is under consideration at Pattern Recognition Letters