Manifold Mixup 结合 CTC 损失改进文本识别
计算机视觉与模式识别
2019-03-12 v1
摘要
现代手写文本识别技术采用深度循环神经网络。当有大量标注数据可用于参数估计时，这些技术的使用尤其高效。在数据稀缺时，可使用数据增强来提升系统性能。Manifold Mixup 是一种现代数据增强方法，它融合两幅图像或对应于这些图像的特征图，并相应地融合目标。我们提出将 Manifold Mixup 应用于文本识别，同时对其进行适配以使用连接主义时序分类（Connectionist Temporal Classification，CTC）损失。我们表明 Manifold Mixup 在各种语言和数据集上改进了文本识别结果。
引用
@article{arxiv.1903.04246,
title = {Manifold Mixup improves text recognition with CTC loss},
author = {Bastien Moysset and Ronaldo Messina},
journal= {arXiv preprint arXiv:1903.04246},
year = {2019}
}