深入探究 CRNN 模型在中文文本图像识别中的应用
计算机视觉与模式识别
2020-11-18 v1
摘要
自动文本图像识别是计算机视觉领域的一项普遍应用。一种高效的方法是使用卷积循环神经网络(CRNN)以端到端(End2End)方式完成任务。然而，CRNN 众所周知难以检测多行图像和类表格图像。在本文中，我们提出一种替代方案：先识别单行图像，再将相同架构扩展到用所提出的多种方法识别多行图像。为识别含框线的类表格图像，我们提出线深度去噪卷积自编码器(Line-DDeCAE)来恢复框线。最后，我们提出一种知识蒸馏(KD)方法以压缩原始 CRNN 模型且不损失通用性。为开展实验，我们首先从一本中文小说生成人工样本，随后进行多种实验以验证我们的方法。
引用
@article{arxiv.2011.08505,
title = {Digging Deeper into CRNN Model in Chinese Text Images Recognition},
author = {Kunhong Yu and Yuze Zhang},
journal= {arXiv preprint arXiv:2011.08505},
year = {2020}
}
备注
16 pages, 10 figures