利用 OCR 约束 GAN 生成合成手写历史文档
计算机视觉与模式识别
2021-05-18 v2 人工智能
摘要
我们提出一个框架，仅使用一组未标注的历史图像即可生成具有精确真值的合成历史文档。获取大规模标注数据集往往是有效使用监督式深度学习方法进行文档图像分析（DIA）的限制因素。先前的合成数据生成方法要么需要专业知识，要么在合成文档中精度较差。为在不要求专业知识的情况下实现高精度变换，我们分两步解决问题。首先，我们创建具有用户指定内容与结构的模板文档。其次，我们将一组未标注历史图像的风格迁移至这些模板文档，同时保留其文本与版式。我们在预训练设定下评估了合成历史文档的使用，发现其优于基线（随机初始化与预训练）。此外，通过视觉示例，我们展示了高质量合成，使得生成具有精确真值的大规模标注历史文档数据集成为可能。
引用
@article{arxiv.2103.08236,
title = {Generating Synthetic Handwritten Historical Documents With OCR Constrained GANs},
author = {Lars Vögtlin and Manuel Drazyk and Vinaychandran Pondenkandath and Michele Alberti and Rolf Ingold},
journal= {arXiv preprint arXiv:2103.08236},
year = {2021}
}