用于印度手写文本识别的合成数据生成
计算机视觉与模式识别
2018-04-18 v1
摘要
本文提出一种生成手写单词识别系统合成数据集的新方法。对于缺乏易得充足训练数据或收集成本高昂的手写文字，识别难度较大。因此，由于缺少合适数据集，难以训练识别系统。为克服此类问题，可使用合成数据创建或扩充现有训练数据集以提升识别性能。任何可用的来自在线报纸等来源的数字数据均可用于生成合成数据。本文中，我们提出对数字数据添加畸变/变形，同时保留底层模式，使生成图像与实际手写样本高度相似。所得图像可独立用于训练系统，或与自然手写数据结合以扩充原始数据集并改进识别系统。我们使用合成数据实验以提升孤立字符与单词的识别准确率。该框架在两种印度文字——天城文（印地语）与孟加拉文（ Bangla）上测试，用于数字、字符与单词识别。实验取得了令人鼓舞的结果。最后，拉丁文本实验验证了该方法的实用性。
引用
@article{arxiv.1804.06254,
title = {Synthetic data generation for Indic handwritten text recognition},
author = {Partha Pratim Roy and Akash Mohta and Bidyut B. Chaudhuri},
journal= {arXiv preprint arXiv:1804.06254},
year = {2018}
}