Jan, 2024

深度神经网络下的拜占庭图章字符识别

PDF
TL;DR封印是由铅制成的小硬币状物品，用绳子系在信封上以封闭信件。本文提出了首次尝试自动读取拜占庭封印图像上的文字的方法。拜占庭封印通常在正面装饰有图标，反面有希腊文字。文字可能包括发件人的姓名、拜占庭贵族的职位和祈祷元素。本研究的贡献是提供了一个深层的、两阶段的字符读取流水线，用于转录拜占庭封印图像。第一个深度卷积神经网络 (CNN) 用于检测封印上的字符 (字符定位)。第二个卷积网络读取定位的字符 (字符分类)。最后，通过对两个网络输出进行后处理，提供了一个拜占庭封印的文献转录。我们对每个 CNN 进行了实验评估，并结合了两个 CNN 的评估。所有性能均通过交叉验证进行评估。字符定位实现了大于 0.9 的平均精度 ([email protected])。从地面真实边界框上裁剪的字符的分类准确度大于 0.92。与类似任务的 SoTA 相比，端到端评估显示了所提方法的效率。
发现论文，激发创造
  • 使用 YOLOv8，DeiT 和 SimCLR 在希腊纸上检测和识别字符

    我们的研究通过使用 YOLOv8 模型集合进行字符检测和分类，结合基于 transformer 的 DeiT 方法和使用 SimCLR 进行自监督学习的 ResNet-50 模型，获得了 ICDAR 2023 比赛的好成绩，并在 Oxyrhynchus Papyri 上展示了我们的方法的实用性。

    Jan, 2024

  • 非本土手写字符的卷积神经网络分类

    利用卷积神经网络（CNNs）对非母语使用者书写的英文字母进行分类识别，借助 HIEC 数据集训练了一个定制的 CNN 模型，并通过调整超参数进行了消融研究，结果显示该模型在字符识别准确性方面优于其他模型，达到了 97.04% 的准确度，相对于次优模型提升了 4.38%。

    Jun, 2024

  • 卷积字符网络

    本文提出了 CharNet 模型，是一种单阶段模型，能够同时处理文本检测和识别，输出包围框和对应字符标签，并采用迭代式字符检测方法，在三个标准基准测试中表现出对现有方法显著的性能改进。

    Oct, 2019

  • 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

  • 基于字符级别和多通道卷积神经网络的大规模作者归属性识别

    本文介绍了使用卷积神经网络（CNN）对大规模的作者归属进行分类，研究结果表明，基于字符级信号的 CNN 在不同领域的五个数据集中优于现有方法并首次将作者归属应用于 Reddit。

    Sep, 2016

  • 使用卷积神经网络集成识别手写日文字符

    该研究提出了一种使用机器学习方法来识别手写日文汉字的方法，通过卷积神经网络集成体系结构在 MNIST、K-MNIS、K49 和 K-Kanji 数据集上获得了 99.4％，96.4％，95.0％和 96.4％的分类精度。

    Jun, 2023

  • 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

  • 基于卷积神经网络的楔形文字标志检测，使用带灯光增强的标注三维渲染和映射照片

    通过数字化古代近东研究（DANES）社区的挑战，我们开发了用于处理楔形文字的数字工具，这是一种镌刻在泥板上的三维文字，使用了三千多年和至少八种主要语言。我们创建和使用了 HeiCuBeDa 和 MaiCuBeDa 数据集，包含约 500 个带注释的泥板。我们的新型 OCR 样式方法针对混合图像数据，提供了一种在三维渲染和照片之间转移注释的映射工具。我们使用 GigaMesh 的 MSII（曲率，参见此处链接）基于渲染、Phong 阴影的三维模型和照片以及光照增强的图像数据进行符号定位。结果显示，使用渲染的 3D 图像进行符号检测比其他研究使用的照片效果更好。此外，我们的方法在仅使用照片时也能得到合理的结果，但在混合数据集中效果最好。更重要的是，Phong 渲染，特别是 MSII 渲染，提高了照片的结果，这是全球规模最大的数据集。

    Aug, 2023

  • KuroNet：基于深度学习的日本古书草字体识别

    本研究提出了使用一种新的端到端模型 KuroNet 来识别日文草书体，并转录为现代日本字符。通过预测整个文本页中所有字符的位置和标识，该模型可以处理长距离上下文、大词汇量和非标准化字符布局。我们证明了该系统能够成功识别大部分旧式日本文献，同时也探讨了系统局限性，并提出了未来工作的方向。

    Oct, 2019

  • 巴伊巴音字符实例检测

    本研究提出了一个计算机视觉系统和一个 Baybayin Optical Character Instance Segmentation 和 Classification 模型，该模型使用卷积神经网络探测图像中的 Baybayin 字符实例并输出其对应的拉丁字母，达到了 93.30% 的 mAP50 分数，80.50% 的 mAP50-95 分数和 84.84% 的 F1 分数，这是目前我们所知道的首个 Baybayin 字符实例检测模型。

    Apr, 2023