基于稀疏自编码器在词袋模型中高效局部特征表示的多语言场景字符识别系统
计算机视觉与模式识别
2018-07-20 v4 机器学习
摘要
对相机拍摄图像中存在的文本进行识别在过去几十年中已成为大量研究的重要问题。这催生了场景字符识别（SCR），它是场景文本识别流程中的重要一步。本文扩展了基于词袋（BoF）的模型，使用深度学习来表示特征，以实现不同语言的准确 SCR。在特征编码步骤中，应用了基于深度稀疏自编码器（SAE）的策略，以增强图像特征的表征能力和判别能力。这种深度学习架构提供了更高效的特征表示，从而获得了更好的识别精度。我们的系统在五种不同语言的所有场景字符数据集上进行了广泛评估。实验结果证明了我们的系统在多语言 SCR 上的有效性。
引用
@article{arxiv.1806.07374,
title = {Multilingual Scene Character Recognition System using Sparse Auto-Encoder for Efficient Local Features Representation in Bag of Features},
author = {Maroua Tounsi and Ikram Moalla and Frank Lebourgeois and Adel M. Alimi},
journal= {arXiv preprint arXiv:1806.07374},
year = {2018}
}
备注
This paper is under consideration at Pattern Recognition Letters