Persis：基于卷积神经网络的波斯文字体识别流水线
计算机视觉与模式识别
2023-10-11 v2 人工智能
摘要
如果我们遇到适合设计工作的字体却不知其名称，会发生什么？视觉字体识别（VFR）系统用于识别图像中的字体类型。这些系统可协助平面设计师识别图像中所用字体。VFR 系统还有助于提高光学字符识别（OCR）系统的速度与精度。本文中，我们介绍了波斯文字体识别领域的首个公开可用数据集，并采用卷积神经网络（CNN）来解决该问题。结果表明，所提流水线在我们的新数据集上获得 78.0% 的 top-1 准确率，在 IDPL-PFOD 数据集上为 89.1%，在 KAFD 数据集上为 94.5%。此外，我们所提数据集上整个流水线处理一个样本的平均耗时在 CPU 和 GPU 上分别为 0.54 秒和 0.017 秒。我们得出结论，CNN 方法可用于识别波斯文字体，而无需特征提取、二值化、归一化等额外预处理步骤。
引用
@article{arxiv.2310.05255,
title = {Persis: A Persian Font Recognition Pipeline Using Convolutional Neural Networks},
author = {Mehrdad Mohammadian and Neda Maleki and Tobias Olsson and Fredrik Ahlgren},
journal= {arXiv preprint arXiv:2310.05255},
year = {2023}
}