TS-Net：训练用于切换文本转写风格的 OCR 网络
计算机视觉与模式识别
2023-02-14 v2
摘要
来自不同机构和科学学科的光学字符识别（OCR）系统用户偏好并产生不同的转写风格。这给在真实世界数据上训练一致性的文本识别神经网络带来了问题。我们提出用转录风格块（TSB）扩展现有的文本识别网络，该块可从数据中学习在多种转写风格之间切换，而无需任何显式的转写规则知识。TSB 是一种由表示一致转写文档（例如单个文档、由单一转写者完成的文档或某个机构的文档）的标识符所调节的自适应实例归一化。我们表明，在人工数据的受控实验中 TSB 能够学习完全不同的转写风格，它在大规模真实世界数据上提高了文本识别准确率，并且学习到语义上有意义的转写风格嵌入。我们还展示了 TSB 如何仅利用少量文本行的转写就能高效适应新文档的转写风格。
引用
@article{arxiv.2103.05489,
title = {TS-Net: OCR Trained to Switch Between Text Transcription Styles},
author = {Jan Kohút and Michal Hradiš},
journal= {arXiv preprint arXiv:2103.05489},
year = {2023}
}