MMAug, 2023

面向零样本字符识别的黄金标准数据集及基于部首级别的标注

PDF
TL;DR构建一个包含基本水平和字符水平注释的古代汉字图像数据集，并提出一种基于字符分解和重组的零样本光学字符识别基准模型，实验证明了数据集和基准模型的有效性。
optical character recognitionzero-shot ocrradical recognitionancient chinese character image datasetbaseline method
发现论文，激发创造
  • 基于笔画分解的零样本中文字符识别

    本文提出一种基于笔画的方法对中文字符进行识别，在解决中文字符零样本问题方面具有重要意义。在实验验证中，该方法比现有方法优异，不仅适用于手写文字，还适用于印刷艺术文字和场景文字。此外，该方法可以很容易地推广到可以分解成笔画的其他语言中的字符。

    Jun, 2021

  • 自然场景下的中文识别

    介绍一个街景图中的大规模中文文本数据集，该数据集包含超过 30,000 张街景图中的大约 1 百万个中文字符，同时提供基准结果使用 AlexNet，OverFeat，Google Inception 和 ResNet 进行字符识别，使用 YOLOv2 进行字符检测。

    Feb, 2018

  • 面向任意形状场景文本的大规模端到端推理

    本文利用收集在 TextVQA 数据集的真实图像上的 900K 个文本单词，提出了任意形状的场景文本​​检测和识别系统 TextOCR，使用该系统训练的 OCR 模型 PixelM4C 在图像上进行场景文本​​推理，以达到新的 TextVQA 数据集上的最新性能水平。

    May, 2021

  • 基于部首先验的自然场景中的汉字识别

    本文介绍了一种基于偏旁部首的汉字表示方法，并使用多任务学习和监督训练来提高该方法在中文场景文本识别上的性能， 实现了在六个中文数据集上的优异表现。

    Oct, 2022

  • 使用经过预训练的类 CLIP 模型通过图像 ID 同步的中文文本识别

    我们提出了一个受人类认知中文文本方式启发的两阶段框架，通过对齐印刷字符图像和表意描述序列（IDS）来预训练一个类似 CLIP 的模型，从而改进传统的单字符识别到文本行识别，并在两种基准测试中证明了该方法的有效性，特别是在零样本中文字符识别方面表现出色。

    Sep, 2023

  • WordSup：基于文字注释的基于字符的文本检测方法

    提出了一个弱监督框架，利用词的标注信息培训字符检测器，以及该框架在场景文本检测和数学表达式识别等多种场景下的应用。

    Aug, 2017

  • 使用无监督判别一致性网络进行 Oracle 字符识别

    提出了一种新的无监督领域适应方法，通过伪标签和约束增强一致性，从标记的人工手写神谕字符向未标记的扫描数据中传递知识，使模型在磨损、污渍和失真下更加鲁棒。同时，提出了一种无监督的转移损失，通过优化类间和类内转移概率，在扫描领域上学习更有辨别力的特征。大量实验表明，我们的方法在 Oracle-241 数据集上实现了最先进的结果，并且在最近提出的结构纹理分离网络上性能提升了 15.1%。

    Dec, 2023

  • 深度学习技术实现高效无词典 OCR

    本文提出一种无分割 OCR 系统，该系统将深度学习方法、数据增强方法和合成训练数据结合起来，使用大型文本语料库和 2000 多种字体渲染合成训练数据，并通过几何失真和提出的 alpha-compositing 数据增强技术模拟复杂的自然环境，并采用 CNN 编码器以提取文本图像特征，检验了序列模型与卷积模型在模拟输入元素交互方面的能力。

    Jun, 2019

  • 构建多元数字历史的高效 OCR

    通过对 OCR 进行字符级图像检索建模，解决了现有体系结构在低资源情况下无法准确识别光学字符识别问题的不足，并为社区参与使数字历史更具代表性开辟了新的途径。

    Apr, 2023

  • 神经光学字符识别历史文献后处理校正

    本研究提出了一种基于循环神经网络和卷积神经网络的光学字符识别错误自动纠正方法，针对历史藏书文献的 OCR 后置处理，以很高的效率在德语历史图书文献语料库中降低了字符误差率 32.3％以上。

    Feb, 2021