用于高性能中文字体识别的DropRegion训练Inception字体网络
计算机视觉与模式识别
2017-03-28 v2
摘要
中文字体识别（CFR）近年来受到广泛关注。然而，由于标注字体样本的稀疏性和中文字符的结构复杂性，CFR仍然是一项具有挑战性的任务。本文提出了一种DropRegion方法，用于生成大量局部区域被选择性破坏的随机变体字体样本，并设计了一个Inception字体网络（IFN），该网络包含两个额外的卷积神经网络（CNN）结构元素，即级联跨通道参数化池化（CCCP）和全局平均池化。由于字体图像中笔画的分布是非平稳的，开发了一种自适应构建一组信息均衡局部区域的弹性网格划分技术。因此，DropRegion被无缝嵌入IFN中，实现了端到端训练；所提出的DropRegion-IFN可用于高性能CFR。实验结果证实了我们新方法对CFR的有效性。
引用
@article{arxiv.1703.05870,
title = {DropRegion Training of Inception Font Network for High-Performance Chinese Font Recognition},
author = {Shuangping Huangm Zhuoyao Zhong and Lianwen Jin and Shuye Zhang and Haobin Wang},
journal= {arXiv preprint arXiv:1703.05870},
year = {2017}
}
备注
15 pages, 7 figures