基于深度CNN与极限学习机的实时文档图像分类
计算机视觉与模式识别
2018-03-28 v1
摘要
本文提出一种用于文档图像分类的实时训练与测试方法。在生产环境中，进行准确且（时间上）高效的训练至关重要。现有的文档分类深度学习方法无法满足这些要求，因为它们需要大量时间来训练和微调深度架构。受计算机视觉启发，我们提出一种两阶段方法。第一阶段训练一个作为特征提取器的深度网络，第二阶段使用极限学习机（ELM）进行分类。所提方法在 Tobacco-3482 数据集上以 83.24% 的最终准确率优于所有先前报道的基于结构化和深度学习的方法，与先前基于卷积神经网络（CNN）的方法（DeepDocClassifier）相比，相对误差降低了 25%。更重要的是，ELM 的训练时间仅为 1.176 秒，2,482 张图像的整体预测时间为 3.066 秒。因此，这一新颖方法使基于深度学习的文档分类适用于大规模实时应用。
引用
@article{arxiv.1711.05862,
title = {Real-Time Document Image Classification using Deep CNN and Extreme Learning Machines},
author = {Andreas Kölsch and Muhammad Zeshan Afzal and Markus Ebbecke and Marcus Liwicki},
journal= {arXiv preprint arXiv:1711.05862},
year = {2018}
}