Apr, 2016

端到端手写段落识别的联合分割和转录

PDF
TL;DR本文提出了一种针对离线手写段落文本识别的神经网络模型，利用注意力权重计算图像表示，实现了一种隐式行分割的可训练端到端模型，试验结果表明其性能与传统基于线段的模型竞争力相当，具有将全文档转录实现的潜力。
offline handwriting recognitionmdlstm-rnnsend-to-end processingline segmentationneural network
发现论文，激发创造
  • 扫描、关注与阅读：采用 MDLSTM 关注的端到端手写段落识别

    本文提出了一种基于注意力机制的模型，用于端到端手写文字识别，可以自动识别多行手写内容，无需进行预先分割。

    Apr, 2016

  • 一种高效的端到端神经模型用于手写文本识别

    本文提出一种将卷积神经网络和序列到序列模型相结合，将图像映射到文本序列，实现手写文本识别能力，且采用 Focal Loss 方法解决文本识别的类别不平衡问题，并应用 Beam Search 算法来提升模型的解码性能，在常见的 IAM 和 RIMES 数据集上实验表明，本文提出的模型在词级别的准确率方面分别提高了 3.5％和 1.1％，达到了国际先进水平。

    Jul, 2018

  • 注意力聚焦：非递归手写文本行识别

    使用变形金刚模型的多头自我注意力层，无需回归方法且具有超出预定义词汇表的单词识别能力，能实现很高的手写识别精度，即使在少量样本学习情况下也可取得满意的结果。

    May, 2020

  • GatedLexiconNet：一种全面的端到端手写段落文本识别系统

    手写文本识别中的问题一直是研究人员面临的挑战，本研究提出了一种融合内部线段切分和门控卷积层编码器的端到端段落识别系统，使用基于连接主义时间分类的词束搜索解码器作为后处理步骤，取得了较高的识别准确率。

    Apr, 2024

  • 一种计算高效的全页离线手写文本识别流水线方法

    本文介绍了一个 less computationally expensive 的全页手写文本识别框架，其中包括使用对象检测神经网络定位手写文本并使用多尺度 CNN 提取特征，然后将其输入到双向长短期记忆网络进行文本识别。该框架使用更少的内存和时间达到与现有框架相当的错误率，展示了该框架的潜力。

    Oct, 2019

  • 基于 LSTM 的快速多语言在线手写识别

    本文介绍了一种支持 102 种语言的在线手写系统，采用深度神经网络架构和贝塞尔曲线的新输入编码，与之前的系统相比降低了 20%-40% 的错误率，并在 IAM-OnDB 数据集上取得了新的最优结果。通过实验确定了模型的最优配置，并在多个公共数据集上进行了评估。

    Feb, 2019

  • 针对英文手写体草书和印刷体的端到端交互式深度学习标注系统

    本文介绍了一种创新的、完整的端到端流程，采用深度学习和用户交互技术，对印刷和草书英文手写手稿进行注释，该方法使用了最先进的文本识别模型构建的检测系统和自定义的深度学习模型，结合易于使用的交互式界面，旨在提高检测、分割、序列化和识别阶段的准确性，以确保高质量的注释数据，最大程度地减少人类交互。

    Apr, 2023

  • 基于注意力机制的离线书写者识别端到端网络 (基于字级数据)

    本文提出了一种基于注意力驱动的卷积神经网络的作者识别系统，该系统利用从词图像中提取的图像片段进行训练，采用金字塔策略。该系统能够全面捕捉数据的细节和粗糙特征，以及不同抽象层次上的信息。此外，文中探讨了使用注意力机制来增强学习特征的表征能力。该算法在三个基准数据库上进行了评估，证明了其在作者识别任务中的有效性，尤其是在有限手写数据的情景中。

    Apr, 2024

  • 一个可扩展的手写文本识别系统

    本研究主要解决将手写文本识别能力添加到大规模多语言 OCR 系统中的难点，包括数据获取，效率和集成等三个方面，通过使用在线手写数据集和基于神经网络的线识别模型等方式解决了这些问题，实现了 HTR 能力在 OCR 系统中的集成。

    Apr, 2019

  • 段落和文档的分层神经自编码器

    该论文探索了自然语言生成的一项重要任务，并通过训练 LSTM 自动编码器来实现对多句段落的保留和重构，评估结果表明神经模型能够以一种保存句法、语义和语篇连贯性的方式对文本进行编码。

    Jun, 2015