评估合成数据预训练在手写处理任务中的效果
计算机视觉与模式识别
2023-04-05 v1
摘要
在本工作中，我们探索在合成词图像上的大规模预训练，以提升四个基准下游手写分析任务的性能。为此，我们构建了一个以多种手写字体渲染的词图像大型合成数据集，其提供完整的监督信号。我们用它以全监督目标训练一个简单的卷积神经网络（ConvNet）。从预训练ConvNet获得的图像向量表示可被视为书写风格的编码。我们利用此类表示进行书写者检索、书写者识别、书写者验证与书写者分类，并证明我们的预训练策略能够提取丰富的书写者风格表示，从而以相对于特定任务SOTA方法的竞争性结果实现上述任务。
引用
@article{arxiv.2304.01842,
title = {Evaluating Synthetic Pre-Training for Handwriting Processing Tasks},
author = {Vittorio Pippi and Silvia Cascianelli and Lorenzo Baraldi and Rita Cucchiara},
journal= {arXiv preprint arXiv:2304.01842},
year = {2023}
}