利用深度卷积网络提升早期印刷书籍的 OCR 准确率
计算机视觉与模式识别
2018-02-28 v1 数字图书馆
摘要
本文提出一种卷积网络与 LSTM 网络相结合的方法，以提升早期印刷书籍上 OCR 的准确率。基于行的标准 OCR 模型使用单层 LSTM，而我们在 LSTM 层之前引入了 CNN 与池化层的组合。由于可训练参数数量更多，网络性能依赖于大量训练样本才能发挥其威力。据此，错误率降低了至多 44%，字符错误率（CER）达到 1% 及以下。为了进一步改善结果，我们采用投票机制，使字符错误率（CER）低于 。该深度模型在书籍训练和预测时的运行时间与浅层网络非常相近。
引用
@article{arxiv.1802.10033,
title = {Improving OCR Accuracy on Early Printed Books using Deep Convolutional Networks},
author = {Christoph Wick and Christian Reul and Frank Puppe},
journal= {arXiv preprint arXiv:1802.10033},
year = {2018}
}
备注
16 pages, 4 figures, 8 tables, submitted to JLCL Volume 33 (2018), Issue 1