用于生成手写字符图像的深度生成模型性能评估
计算机视觉与模式识别
2020-02-27 v1 图像与视频处理
摘要
文献中已有许多关于生成各类图像的工作，如手写字符（MNIST 数据集）、场景图像（CIFAR-10 数据集）、各类物体图像（ImageNet 数据集）、路标牌图像（SVHN 数据集）等。遗憾的是，在文档图像处理领域完成的工作十分有限。借助仅少量的标注数据，自动图像生成可带来标注数据集的巨幅增长。各类深度生成模型主要可分为两类。第一类是自编码器（AE），第二类是生成对抗网络（GANs）。本文中，我们评估了多种 AE 与 GANs，并在手写数字数据集（MNIST）以及印尼 BALI 语历史手写字符数据集上比较了它们的性能。此外，利用字符识别工具识别这些生成的字符，以计算生成字符相对于原始字符图像的统计性能。
引用
@article{arxiv.2002.11424,
title = {Performance Evaluation of Deep Generative Models for Generating Hand-Written Character Images},
author = {Tanmoy Mondal and LE Thi Thuy Trang and Mickaël Coustaty and Jean-Marc Ogier},
journal= {arXiv preprint arXiv:2002.11424},
year = {2020}
}