UIT-HWDB：利用迁移方法构建用于评估越南语非约束手写图像识别的新基准
计算机视觉与模式识别
2023-10-03 v1 计算与语言
摘要
由于不同人的书写风格差异巨大且书写语言具有独特的语言学特征，识别手写图像极具挑战性。在越南语中，除了现代拉丁字符外，还有变音符号和字母标记以及容易使最先进的手写识别方法产生混淆的字符。此外，作为一种低资源语言，越南语可用于手写识别研究的数据集不多，这为研究人员接触该语言的手写识别设置了障碍。近期的研究通过直接连接在线手写数据集的笔划坐标来构建图像，以此评估越南语离线手写识别方法，而未作进一步处理。这种方法显然无法有效衡量识别方法的能力，因为它过于简单且可能缺乏离线手写图像中至关重要的特征。因此，在本文中，我们提出迁移方法来构建手写图像数据集，该数据集关联了离线手写图像所需的关键自然属性。利用我们的方法，我们提供了首个高质量合成数据集，其复杂且自然，可有效评估手写识别方法。此外，我们使用多种最先进的方法进行了实验，以揭示越南语手写识别解决方案所面临的挑战。
引用
@article{arxiv.2211.05407,
title = {UIT-HWDB: Using Transferring Method to Construct A Novel Benchmark for Evaluating Unconstrained Handwriting Image Recognition in Vietnamese},
author = {Nghia Hieu Nguyen and Duong T. D. Vo and Kiet Van Nguyen},
journal= {arXiv preprint arXiv:2211.05407},
year = {2023}
}
备注
Accepted for publishing at the 16th International Conference on Computing and Communication Technologies (RIVF)