用于手写文本识别的 StackMix 与污迹数据增强
计算机视觉与模式识别
2021-08-27 v1
摘要
本文提出了一种手写文本识别（HTR）系统，其性能优于当前 SOTA 方法。比较在 HTR 任务中最常用的三个数据集上进行，即 Bentham、IAM 和 Saint Gall。此外，还提供了在两个最新发布的数据集（彼得大帝手稿和 HKR Dataset）上的结果。本文描述了神经网络架构以及两种增加训练数据量的方法：模拟删除线文本的增强（HandWritten Blots）和一种在 HTR 任务中被证明非常有效的新文本生成方法（StackMix）。StackMix 也可应用于基于印刷文本生成手写文本的独立任务。
引用
@article{arxiv.2108.11667,
title = {StackMix and Blot Augmentations for Handwritten Text Recognition},
author = {Alex Shonenkov and Denis Karachev and Maxim Novopoltsev and Mark Potanin and Denis Dimitrov},
journal= {arXiv preprint arXiv:2108.11667},
year = {2021}
}
备注
17 pages, 9 figures