基于词典与注意力的手写文本识别系统
计算机视觉与模式识别
2022-09-13 v1
摘要
手写文本识别问题因其改进空间及对日常生活的适用性而被计算机视觉领域研究者广泛研究，它是模式识别的一个子领域。由于过去几十年计算机算力的提升，基于神经网络的系统为提供最先进(state-of-the-art)的手写文本识别器做出了重大贡献。在同一方向上，我们采用了两种最先进的神经网络系统，并将注意力机制与之融合。注意力技术已广泛应用于神经机器翻译与自动语音识别领域，现正被应用于文本识别领域。在本研究中，将注意力与词束搜索解码器与现有的 Flor 等人架构融合后，我们在 IAM 数据集上达到了 4.15% 的字符错误率与 9.72% 的词错误率，在 GW 数据集上达到了 7.07% 的字符错误率与 16.14% 的词错误率。为进一步分析，我们还使用了类似于 Shi 等人神经网络系统配合贪婪解码器的系统，并观察到字符错误率较基线模型提升了 23.27%。
引用
@article{arxiv.2209.04817,
title = {Lexicon and Attention based Handwritten Text Recognition System},
author = {Lalita Kumari and Sukhdeep Singh and VVS Rathore and Anuj Sharma},
journal= {arXiv preprint arXiv:2209.04817},
year = {2022}
}