基于文本核的鲁棒端到端离线中文手写文本页面识别器
计算机视觉与模式识别
2021-07-06 v1
摘要
离线中文手写文本识别是模式识别领域一个长期的研究课题。在以往的研究中，文本检测与识别是分离的，这导致文本识别高度依赖于检测结果。本文提出一种鲁棒的端到端中文文本页面识别（page spotter）框架。该框架利用文本核将文本检测与文本识别统一起来，文本核整合全局文本特征信息以从多尺度优化识别，从而降低了对检测的依赖并提升了系统的鲁棒性。我们的方法在 CASIA-HWDB2.0-2.2 数据集与 ICDAR-2013 竞赛数据集上取得了当前最优（state-of-the-art）结果。在不使用任何语言模型的情况下，行级识别的正确率分别为 99.12% 和 94.27%，页面级识别的正确率分别为 99.03% 和 94.20%。
引用
@article{arxiv.2107.01547,
title = {Robust End-to-End Offline Chinese Handwriting Text Page Spotter with Text Kernel},
author = {Zhihao Wang and Yanwei Yu and Yibo Wang and Haixu Long and Fazheng Wang},
journal= {arXiv preprint arXiv:2107.01547},
year = {2021}
}