Pho(SC)-CTC——一种面向零样本词图像识别的混合方法
计算机视觉与模式识别
2022-12-22 v3
摘要
在历史文档图像档案中为词图像识别目的进行标注需要时间与熟练人力资源（如历史学家、古文字学家）。在实际场景中，获取所有可能词的样本图像也不可行。然而，零样本学习方法可恰当地用于识别此类历史文档图像中未见过的/词表外的词。基于先前的零样本词识别最优方法 Pho(SC)Net，我们提出一种基于 CTC 框架的混合模型（Pho(SC)-CTC），其利用 Pho(SC)Net 学到的丰富特征，随后接连接主义时序分类（CTC）框架执行最终分类。在两个公开历史文档数据集和一个合成手写数据集上取得了令人鼓舞的结果，证明了 Pho(SC)-CTC 与 Pho(SC)Net 的有效性。
关键词
引用
@article{arxiv.2105.15093,
title = {Pho(SC)-CTC -- A Hybrid Approach Towards Zero-shot Word Image Recognition},
author = {Ravi Bhatt and Anuj Rai and Narayanan C. Krishnan and Sukalpa Chanda},
journal= {arXiv preprint arXiv:2105.15093},
year = {2022}
}
备注
Accepted (International Journal on Document Analysis and Recognition). This paper is the extension of the paper titled "Pho(SC)Net: An Approach Towards Zero-shot Word Image Recognition in Historical Documents" published in ICDAR 2021