Jul, 2023

通过自然语言处理进行后处理以改善光学字符识别的新型流程

PDF
TL;DR提出了一种使用自然语言处理（NLP）工具的后处理方法，在手写或打印文本上先进行光学字符识别（OCR），然后使用 NLP 提高其准确性。
optical character recognitionocrprinted texthandwritten textsnatural language processing
发现论文，激发创造
  • 使用多层感知器识别文本图像

    该篇论文介绍了如何应用神经网络和反向传播算法实现光学字符识别（OCR）并转换为可编辑机器可读的数字文本格式。

    Dec, 2016

  • 优化文化打字文件字符识别图像处理算法

    利用多目标问题公式和非支配排序遗传算法（NSGA-II）调整参数，本文评估了在光学字符识别（OCR）应用于打字文化遗产文件时图像处理方法和参数调整的影响，并发现通过数字表示类型来针对图像预处理算法进行参数化可以提高 OCR 的性能。特别是自适应阈值法、双边滤波器和开操作是剧院封面、信件和整体数据集中表现最好的算法，应在 OCR 之前应用以提高其性能。

    Nov, 2023

  • 提高光学字符识别文本自然语言处理准确性的框架

    本文介绍了一种有效的框架，使用实体识别作为示例，通过构建文档合成流水线，生成具有实际应用价值的有损数据并训练文本修复模型，从而解决 OCR 错误导致的实体识别精度下降问题。

    Aug, 2021

  • 手写光学字符识别（OCR）：一篇全面系统性文献综述（SLR）

    本篇综述研究了手写文字光学字符识别技术及其研究方向，通过人工智能和机器学习工具将手写和印刷文件转化为可分析、可编辑和可搜索的电子数据。共收集 142 篇相关研究，总结了最新的 OCR 技术和研究方向。

    Jan, 2020

  • 使用卷积神经网络的手写体识别

    通过使用 NIST 数据集对卷积神经网络进行训练并提取图像特征，成功实现了 90.54% 的识别准确率和 2.53% 的损失，该技术可以对手写和印刷文本进行 OCR 和 ICR 的处理。

    Jul, 2023

  • TrOCR: 基于 Transformer 的带预训练模型的光学字符识别

    本文提出了一种名为 TrOCR 的端到端文本识别方法，其中使用了预训练的图像 Transformer 和文本 Transformer 模型，不仅适用于印刷体和手写体，还适用于场景文本识别任务，并在准确率方面优于当前最先进的模型。

    Sep, 2021

  • 阿拉伯光学字符识别的进展与挑战：综述

    光学字符识别 (OCR) 是一个重要的过程，它涉及从扫描或打印图像中提取手写或印刷文字，将其转换为机器能够理解和处理的格式。本文旨在全面审查与阿拉伯光学字符识别 (OCR) 相关的当代应用、方法和挑战。通过对 OCR 过程中常用的技术进行彻底分析，着力寻找表现出更好结果的最有效方法。本文采用了细致的关键词搜索方法，对与阿拉伯 OCR 相关的文章进行全面分析，包括对前后引文的审查。除了展示最新的技术和方法，本文批判性地确定了阿拉伯 OCR 领域的研究空白，通过突出这些空白为未来的探索和发展指明了有前途的方向。本研究的结果为从事阿拉伯 OCR 的研究人员、实践者和利益相关者提供了宝贵的见解，最终促进了该领域的进步，并为阿拉伯语言的 OCR 系统的创建提供了更准确和高效的条件。

    Dec, 2023

  • 多源噪声模拟与难例挖掘用于文本分类的鲁棒性学习

    本研究提出了一种新的训练框架，通过直接模拟自然 OCR 噪声并从大量的模拟样本中迭代挖掘难样本来提高模型性能，实验表明该框架大大提高了预训练模型的鲁棒性，可以在实际场景下极大地促进 NLP 模型的应用。

    Jul, 2021

  • TransDocs：基于光学字符识别和逐字翻译的翻译工具

    本研究旨在提高 OCR 质量，通过使用 LSTM 技术集成 OCR 与深度学习模型进行文档翻译，并在英语到西班牙语翻译中显示了深度学习模型的比较研究，将终端到终端的性能用 BLEU-4 评分表达，旨在让研究人员和 OCR 应用于文档翻译的实践者感兴趣。

    Apr, 2023

  • 基于图像处理的场景文本检测与识别：Tesseract

    本研究着重于自然图像中文字的检测和识别，使用基于卡车上的摄像机捕捉图像的方法，利用 Tesseract OCR 引擎来识别检测到的文字区域。研究中讨论了测试中出现的一个重要的假阳性情况并阐述了缓解该问题的策略。最终，该项目实现了超过 80％的正确字符识别率，并概述了开发阶段、主要挑战和一些有趣的发现。

    Apr, 2020