少标注样本下真实场景中的文本识别
计算机视觉与模式识别
2020-06-23 v1
摘要
场景文本识别（STR）因各种应用仍是计算机视觉领域的热门研究课题。现有工作主要聚焦于用大量合成文本图像学习通用模型以识别无约束场景文本，并已取得实质性进展。然而，这些方法在许多真实世界场景中不太适用，其中 1）需要高识别精度，而 2）缺乏标注样本。为应对这一挑战性问题，本文提出少样本对抗序列域自适应（FASDA）方法，以在合成源域（具有许多合成标注样本）与特定目标域（仅具有一些或少数真实标注样本）之间建立序列自适应。这是通过用注意力机制同时学习每个字符的特征表示，并用对抗学习建立相应的字符级潜在子空间来实现的。我们的方法能最大化源域与目标域之间的字符级混淆，从而即使在目标域仅有少量标注样本时也实现序列级自适应。在各数据集上的大量实验表明，我们的方法显著优于微调方案，并取得与最先进 STR 方法相当的性能。
引用
@article{arxiv.2006.12209,
title = {Text Recognition in Real Scenarios with a Few Labeled Samples},
author = {Jinghuang Lin and Zhanzhan Cheng and Fan Bai and Yi Niu and Shiliang Pu and Shuigeng Zhou},
journal= {arXiv preprint arXiv:2006.12209},
year = {2020}
}
备注
8 pages, 6 figures