基于门控全卷积网络的无循环约束手写文本识别
计算机视觉与模式识别
2020-12-10 v1
摘要
无约束手写文本识别是大多数文档分析任务中的主要步骤。这通常通过深度循环神经网络处理，更具体地通过使用长短期记忆（LSTM）单元实现。这些组件的主要缺点是其涉及的大量参数以及在训练和预测过程中的顺序执行。使用 LSTM 单元的一种替代方案是通过大量使用卷积层来补偿长时间记忆的丢失，卷积层的操作可并行执行且涉及更少参数。本文提出一种门控全卷积网络（Gated Fully Convolutional Network）架构，它是众所周知的 CNN+LSTM 架构的无循环替代方案。我们的模型使用 CTC 损失训练，并在 RIMES 和 IAM 数据集上展示了具竞争力的结果。我们发布了所有代码以便复现实验：https://github.com/FactoDeepLearning/LinePytorchOCR。
引用
@article{arxiv.2012.04961,
title = {Recurrence-free unconstrained handwritten text recognition using gated fully convolutional network},
author = {Denis Coquenet and Clément Chatelain and Thierry Paquet},
journal= {arXiv preprint arXiv:2012.04961},
year = {2020}
}