WSRNet：手写单词的联合 spotting 与识别
计算机视觉与模式识别
2020-08-18 v1
摘要
本文提出一种统一模型，可使用相同网络架构同时处理关键词 spotting（Keyword Spotting）与单词识别（Word Recognition）。所提网络由一个非循环 CTC 分支和一个进一步由自编码模块增强的 Seq2Seq 分支组成。相关的联合损失提升了识别性能，而 Seq2Seq 分支用于创建高效的词表示。我们展示了如何通过二值化与再训练方案进一步处理这些表示，以提供紧凑且高效的 descriptors，适用于关键词 spotting。数值结果验证了所提架构的有效性：我们的方法在关键词 spotting 上优于先前 SOTA，并在单词识别上取得了与领先方法相近的结果。
引用
@article{arxiv.2008.07109,
title = {WSRNet: Joint Spotting and Recognition of Handwritten Words},
author = {George Retsinas and Giorgos Sfikas and Petros Maragos},
journal= {arXiv preprint arXiv:2008.07109},
year = {2020}
}