扫描、注意力与阅读：基于MDLSTM注意力的端到端手写段落识别
计算机视觉与模式识别
2016-08-24 v3
摘要
我们提出一种基于注意力的端到端手写识别模型。我们的系统不需要对输入段落进行任何分割。该模型受近期用于语音识别、图像字幕或翻译的可微注意力模型启发。主要区别在于以多维LSTM网络实现的隐性与显性注意力。我们在手写识别上的主要贡献在于无需预先分割为行的自动转录，而这在先前的方法中是关键的。据我们所知，这是端到端多行手写识别的首次成功尝试。我们在著名的IAM数据库上进行了实验。结果令人鼓舞，并为不久的将来实现完整段落转录带来希望。
引用
@article{arxiv.1604.03286,
title = {Scan, Attend and Read: End-to-End Handwritten Paragraph Recognition with MDLSTM Attention},
author = {Théodore Bluche and Jérôme Louradour and Ronaldo Messina},
journal= {arXiv preprint arXiv:1604.03286},
year = {2016}
}