面向手写识别中的书写风格自适应
计算机视觉与模式识别
2025-05-01 v2
摘要
手写识别的挑战之一在于转录大量差异显著的书写风格。当前最优方法未显式利用书写者风格信息，由于各种歧义这可能限制了整体准确率。我们探索具有书写者相关参数的模型，其将书写者身份作为额外输入。所提模型可在由单一作者写成的分区数据集（如单封信件、日记或编年史）上训练。我们提出 Writer Style Block（WSB），一种以分区学习嵌入为条件的自适应实例归一化层。我们尝试了 WSB 的不同放置位置与设置以及对比预训练的嵌入。我们表明，在书写者相关场景下我们的方法优于无 WSB 的基线，并且可估计新书写者的嵌入。然而，在书写者无关设定下使用简单微调的域自适应以相似计算代价提供了更优准确率。所提方法应在训练稳定性与嵌入正则化方面进一步研究，以超越此类基线。
引用
@article{arxiv.2302.06318,
title = {Towards Writing Style Adaptation in Handwriting Recognition},
author = {Jan Kohút and Michal Hradiš and Martin Kišš},
journal= {arXiv preprint arXiv:2302.06318},
year = {2025}
}