一种用于历史数字串识别的端到端方法
计算机视觉与模式识别
2022-07-14 v1 机器学习
图像与视频处理
摘要
近年来发布的大量数字化历史文档数据集重新激发了人们对推进手写模式识别领域的兴趣。同样，一个最近发布的数据集，称为ARDIS，展示了从15000份瑞典教会书籍扫描文档中手动裁剪出的手写数字，并呈现出多种手写风格。为此，我们提出了一种端到端的、无需分段的深度学习方法，以处理ARDIS数据集中存在的这种具有挑战性的古代日期手写风格（4位数字长字符串）。我们表明，通过对VGG-16深度模型进行轻微修改，该框架可以实现93.2%的识别率，从而提供了一种无需启发式方法、分段和融合方法的可行方案。此外，所提出的方法优于著名的CRNN方法（一种广泛应用于手写识别任务的模型）。
引用
@article{arxiv.2104.13666,
title = {End-to-End Approach for Recognition of Historical Digit Strings},
author = {Mengqiao Zhao and Andre G. Hochuli and Abbas Cheddad},
journal= {arXiv preprint arXiv:2104.13666},
year = {2022}
}
备注
Cite as: Mengqiao Zhao, Andre G. Hochuli and Abbas Cheddad, End-to-End Approach for Recognition of Historical Digit Strings, to appear in the 16th International Conference on Document Analysis and Recognition (ICDAR 2021), LNCS, Springer, Lausanne, Switzerland