通过字符分解解决谚文 OCR 中的类不平衡问题
计算机视觉与模式识别
2022-09-29 v2
摘要
我们提出了一种针对韩文字符谚文的光学字符识别(OCR)新方法。作为一种音素文字，谚文仅用 52 个字形，通过以字形组合描述每个字符，即可表示 11,172 个不同的字符。由于字符总数可能超出神经网络的容量，现有的 OCR 编码方法预先定义一组使用频率较高的较小字符集。这一设计选择自然损害了分布中长尾字符上的性能。在本工作中，我们证明字形编码不仅对谚文 OCR 高效，而且性能良好。基准测试表明，我们的方法解决了谚文 OCR 的两个主要问题：类不平衡与目标类别选择。
引用
@article{arxiv.2208.06079,
title = {Character decomposition to resolve class imbalance problem in Hangul OCR},
author = {Geonuk Kim and Jaemin Son and Kanghyu Lee and Jaesik Min},
journal= {arXiv preprint arXiv:2208.06079},
year = {2022}
}
备注
ECCV 2022 TiE workshop