DenseBAM-GI：用于手写数学表达式识别的动量辅助 GRU 增强 DenseNet 与注意力模块
计算机视觉与模式识别
2023-06-30 v1
摘要
手写数学表达式识别（HMER）任务在数字教育与学术研究领域至关重要。然而，准确判定手写数学表达式中符号的长度与复杂空间关系十分困难。本研究提出一种用于 HMER 的新型编码器-解码器架构（DenseBAM-GI），其编码器具有瓶颈注意力模块（BAM）以增强特征表示，解码器具有带额外门控的门控输入 GRU（GI-GRU）单元，以简化长且复杂表达式的解码。所提模型是一种高效轻量架构，在表达式识别率（exprate）上可与最先进模型媲美。在 CROHME 2014、2016 和 2019 数据集上，其 top 1、2、3 错误精度也更优。DenseBAM-GI 在 CROHME 2019 数据集上于所有模型中取得最佳 exprate。重要的是，这些成果是在计算复杂度下降与 GPU 内存需求减少的情况下实现的。
引用
@article{arxiv.2306.16482,
title = {DenseBAM-GI: Attention Augmented DeneseNet with momentum aided GRU for HMER},
author = {Aniket Pal and Krishna Pratap Singh},
journal= {arXiv preprint arXiv:2306.16482},
year = {2023}
}