文本识别——真实世界数据及其获取途径
计算机视觉与模式识别
2020-07-20 v2
摘要
我们提出一种利用弱标注图像改进文本提取流程的方法。该方法使用任意端到端文本识别系统获取文本区域提议及其可能含错的转写结果。所提方法包括不精确转写与弱标注的匹配，以及编辑距离引导的邻域搜索。它生成近乎无错的、定位的场景文本实例，我们将其视为“伪真实值”（PGT）。我们将该方法应用于两个弱标注数据集。使用提取的 PGT 进行训练，在不同基准数据集（图像域）上使最先进识别模型的准确率平均提升 3.7~\%，在其中一个弱标注数据集上提升 24.5~\%。
引用
@article{arxiv.2007.03098,
title = {Text Recognition -- Real World Data and Where to Find Them},
author = {Klára Janoušková and Jiri Matas and Lluis Gomez and Dimosthenis Karatzas},
journal= {arXiv preprint arXiv:2007.03098},
year = {2020}
}
备注
10 pages