DISGO：面向场景文本 OCR 的端到端自动评测

Mei-Yuh Hwang; Yangyang Shi; Ankit Ramchandani; Guan Pang; Praveen Krishnan; Lucas Kabela; Frank Seide; Samyak Datta; Jun Liu

DISGO：面向场景文本 OCR 的端到端自动评测

计算机视觉与模式识别 2023-08-28 v1 计算与语言

作者: Mei-Yuh Hwang , Yangyang Shi , Ankit Ramchandani , Guan Pang , Praveen Krishnan , Lucas Kabela , Frank Seide , Samyak Datta , Jun Liu

在 arXiv 上查看 ↗ PDF ↗

摘要

本文讨论了自然场景光学字符识别（OCR）面临的挑战，由于内容随意且图像背景多样，其难于文档 OCR。我们提议统一使用词错误率（WER）作为评测场景文本 OCR 的新指标，涵盖端到端（e2e）性能与各系统组件性能。特别地，对于 e2e 指标，我们将其命名为 DISGO WER，因其考量删除、插入、替换以及分组/排序错误。最后我们提议利用超级块概念自动计算端到端 OCR 机器翻译的 BLEU 分数。使用小型 SCUT 公开测试集展示了模块化 OCR 系统的 WER 性能。

关键词

场景文本 OCR 词错误率端到端评测 DISGO BLEU 超级块

引用

@article{arxiv.2308.13173,
  title  = {DISGO: Automatic End-to-End Evaluation for Scene Text OCR},
  author = {Mei-Yuh Hwang and Yangyang Shi and Ankit Ramchandani and Guan Pang and Praveen Krishnan and Lucas Kabela and Frank Seide and Samyak Datta and Jun Liu},
  journal= {arXiv preprint arXiv:2308.13173},
  year   = {2023}
}

备注

9 pages

DISGO：面向场景文本 OCR 的端到端自动评测

摘要

关键词

引用

备注

相关论文