利用变音字符在设备端识别图像中的文本语言
计算机视觉与模式识别
2021-12-07 v1
摘要
变音字符可被视为一组独特的字符，为我们以相当高的准确度识别给定语言提供了充分且重要的线索。变音符号虽与语音相关，但常作为许多语言尤其是拉丁字母文字的区分特征。在本提出的工作中，我们旨在利用图像中变音字符的存在来识别文本语言，以改善任何给定自动化环境中的光学字符识别（OCR）性能。我们展示了在 13 种拉丁语言、涵盖 85 个变音字符上的工作。我们使用类似于 Squeezedet 的架构进行变音字符的目标检测，随后接一个浅层网络以最终识别语言。当 OCR 系统辅以已识别的语言参数时，往往比单独部署 OCR 系统产生更好的结果。所讨论的工作除保证改善 OCR 结果外，还就模型大小和推理时间考虑了设备端（手机）限制。
引用
@article{arxiv.2011.05108,
title = {On-Device Language Identification of Text in Images using Diacritic Characters},
author = {Shubham Vatsal and Nikhil Arora and Gopi Ramena and Sukumar Moharana and Dhruval Jain and Naresh Purre and Rachit S Munjal},
journal= {arXiv preprint arXiv:2011.05108},
year = {2021}
}