用于历史手稿对齐的书写风格无关深度学习模型
计算机视觉与模式识别
2018-06-12 v1
摘要
历史手稿对齐是文档分析中一个广为人知的问题。手稿版本之间的差异比对大多通过人工完成。本文提出一个与书写者无关的深度学习模型，该模型在多种书写风格上训练，并在测试数据中未出现的书写风格上能够达到高检测准确率。我们使用交叉验证测试模型，每次在五份手稿上训练，并在训练数据中从未见过的另外两份手稿上进行测试。我们对七份手稿进行了交叉验证，共进行了21次不同测试，平均准确率达到。我们还提出了一种基于动态尺寸滑动窗口的新对齐算法，能够成功处理复杂情况。
引用
@article{arxiv.1806.03987,
title = {Writing Style Invariant Deep Learning Model for Historical Manuscripts Alignment},
author = {Majeed Kassis and Jumana Nassour and Jihad El-Sana},
journal= {arXiv preprint arXiv:1806.03987},
year = {2018}
}