手写文本生成与删除线字符增强
计算机视觉与模式识别
2021-12-15 v1
摘要
我们介绍了两种数据增强技术，它们与 Resnet-BiLSTM-CTC 网络结合使用，在 handwriting text recognition（HTR，手写文本识别）任务上显著降低了词错误率（WER）和字符错误率（CER），超越了已报告的最佳结果。我们应用了一种模拟删除线文本的新颖增强（HandWritten Blots），以及一种基于印刷文本的手写文本生成方法（StackMix），后者被证明在 HTR 任务中非常有效。StackMix 使用弱监督框架获取字符边界。由于这些数据增强技术与所用网络无关，它们也可用于提升其他 HTR 网络和方法的性能。在十个手写文本数据集上的大量实验表明，HandWritten Blots 增强和 StackMix 显著提升了 HTR 模型的质量。
引用
@article{arxiv.2112.07395,
title = {Handwritten text generation and strikethrough characters augmentation},
author = {Alex Shonenkov and Denis Karachev and Max Novopoltsev and Mark Potanin and Denis Dimitrov and Andrey Chertok},
journal= {arXiv preprint arXiv:2112.07395},
year = {2021}
}
备注
16 pages, 15 figures. arXiv admin note: substantial text overlap with arXiv:2108.11667