HWRCNet：基于CNN-BiLSTM网络的JPEG压缩域手写单词识别
计算机视觉与模式识别
2023-02-20 v3 图像与视频处理
摘要
利用深度学习从文档图像中进行手写单词识别是文档图像分析与识别领域的活跃研究方向。在大数据时代，由于越来越多文档以压缩形式生成与归档以提供更好的存储与传输效率，相应压缩域中无需解压的单词识别问题变得极具挑战性。传统方法先解压再在其上应用学习算法，因此需设计新颖算法以直接在压缩表示/域中应用学习技术。在此方向上，本文提出一种新颖的HWRCNet模型，用于直接在压缩域（特别针对JPEG格式）进行手写单词识别。所提模型结合了卷积神经网络（CNN）与基于双向长短期记忆（BiLSTM）的循环神经网络（RNN）。基本上，我们使用JPEG压缩的单词图像训练模型，并观察到极具吸引力的性能：单词识别准确率达，字符错误率为。
引用
@article{arxiv.2201.00947,
title = {HWRCNet: Handwritten Word Recognition in JPEG Compressed Domain using CNN-BiLSTM Network},
author = {Bulla Rajesh and Abhishek Kumar Gupta and Ayush Raj and Mohammed Javed and Shiv Ram Dubey},
journal= {arXiv preprint arXiv:2201.00947},
year = {2023}
}
备注
Accepted in International Conference on Data Analytics and Learning, 2022