基于域内迁移学习与深度卷积神经网络堆叠泛化的文档图像分类
计算机视觉与模式识别
2018-09-03 v3 机器学习
摘要
本工作提出一种基于区域的深度卷积神经网络框架用于文档结构学习。本工作的贡献包括区域分类器的高效训练与用于文档图像分类的有效集成。通过将 ImageNet 数据集上预训练的 VGG16 架构导出权重以训练整图文档分类器，使用了初级的“域间”迁移学习。利用基于区域影响建模的性质，使用二级的“域内”迁移学习快速训练图像块的深度学习模型。最后，采用基于堆叠泛化的集成来组合基础深度神经网络模型的预测。所提方法在流行的 RVL-CDIP 文档图像数据集上达到 92.2% 的 SOTA 准确率，超越了现有算法设定的基准。
引用
@article{arxiv.1801.09321,
title = {Document Image Classification with Intra-Domain Transfer Learning and Stacked Generalization of Deep Convolutional Neural Networks},
author = {Arindam Das and Saikat Roy and Ujjwal Bhattacharya and Swapan Kumar Parui},
journal= {arXiv preprint arXiv:1801.09321},
year = {2018}
}
备注
Accepted in 24th International Conference in Pattern Recognition (ICPR), Beijing, China, 2018