用于文本识别的全卷积密集特征流神经网络
计算机视觉与模式识别
2020-01-20 v2
摘要
深度卷积神经网络（CNNs）在模式识别（如图像中文本识别）方面取得了巨大成功。但现有基于 CNN 的框架仍有若干缺陷：1）传统池化操作可能丢失重要特征信息且不可学习；2）传统卷积操作优化缓慢，且来自不同层的分层特征未被充分利用。本工作中，我们通过开发一种称为全卷积密集特征流神经网络（IntensiveNet）的新型深度网络模型来解决这些问题。具体而言，我们设计了一种称为密集块（intensive block）的进一步密集块以提取特征信息，其中原始输入与两个密集块紧密连接。为恰当编码数据，我们针对新密集块提出了密集融合块与进一步密集融合操作的概念。通过向不同层添加短连接，增强了层间的特征流与耦合。我们还以深度可分离卷积替代传统卷积以提升运算效率。为防止重要特征信息在一定程度上丢失，我们使用步长为 2 的卷积操作替代常规过渡层中的原始池化操作。在大规模中文字符串与 MNIST 数据集上的识别结果表明，与其他相关深度模型相比，我们的 IntensiveNet 能给出更优的识别结果。
引用
@article{arxiv.1912.06446,
title = {Fully-Convolutional Intensive Feature Flow Neural Network for Text Recognition},
author = {Zhao Zhang and Zemin Tang and Zheng Zhang and Yang Wang and Jie Qin and Meng Wang},
journal= {arXiv preprint arXiv:1912.06446},
year = {2020}
}
备注
Accepted by the 24th European Conference on Artificial Intelligence (ECAI 2020). arXiv admin note: text overlap with arXiv:1912.07016