Aug, 2024

树结构感知的变换器用于手写数学表达式识别

HTML
PDF
TL;DR本研究解决了手写数学表达式识别中，现有序列解码方法未能有效理解 $\LaTeX$ 的树结构及确保语法正确性的问题。提出的TAMER模型通过引入树结构感知模块，实现序列预测和树结构预测的优化结合，从而提升了对复杂数学表达式结构的理解与泛化能力。实验证明，TAMER在处理复杂数学结构时表现优于传统方法，达到了最先进的性能。
发现论文，激发创造
  • 一种贝叶斯模型用于识别手写数学表达式

    该研究提出了一种基于贝叶斯网络的符号识别方法，将识别结果组织成一个解析森林，通过提取概率最高的解析树，实现对手写数学公式的准确识别。两次评估结果表明，该方法比以前的版本和其他学术中使用的数学公式识别器更加准确。

    Sep, 2014

  • 双向训练Transformer的手写数学表达式识别

    使用transformer-based decoder替换RNN-based models，提出一种新的训练策略并采用数据增广方法，实验结果表明此模型提高了CROHME 2014数据集的ExpRate达到2.23%，CROHME 2016与 CROHME 2019也分别提高了1.92%和2.28%。

    May, 2021

  • 手写数学表达式识别的语法感知网络

    本文提出了一种基于编码器-解码器网络的数学公式识别方法，在网络中加入语法规则，将标记序列预测建模为树遍历过程，从而有效描述表达式的语法上下文，减轻了数学公式识别中的结构预测误差。实验结果表明，我们的方法在三个基准数据集上均取得了比现有方法更好的识别性能。同时，我们还创建了一个包含10万个手写数学表达式图像的大规模数据集，其源代码、新数据集和预训练模型也将公开。

    Mar, 2022

  • 当计数遇到HMER: 一种针对手写数学表达式识别的计数感知网络

    该论文提出了一种名为计数感知网络（CAN）的非传统网络结构，通过联合优化手写数学表达式识别（HMER）和符号计数两个任务，可以更精确地读取具有复杂结构或生成较长标记序列的数学公式图像。

    Jul, 2022

  • 一种用于在线手势识别数学表达式的Transformer架构

    该研究使用Transformer架构为端到端的在线手写手势建立表达式树提供了强大的框架，并成功利用了注意力机制编码、学习和执行表达式的潜在语法，提供了鲁棒性，并提出了一个新的度量标准用于输出表达式树的语法正确性的评估。

    Nov, 2022

  • 识别垂直加法和减法的手写数学表达式

    手写数学表达式识别的挑战在于应用于教育，本文提出了一种新的数据集和解决方案，能够识别竖直形式的初等数学表达式，并对目标检测算法和表达式识别率进行了评估。

    Aug, 2023

  • 手写数学表达式识别的智能检测网络

    我们提出的智能检测网络在手写数学公式识别中利用物体检测技术，与传统编码器-解码器方法不同，能够精确检测符号和数字，优于其他网络在识别复杂手写数学表达式方面，对HMER领域具有潜在的宝贵贡献。

    Nov, 2023

  • 双向训练树形解码器用于手写数学表达式识别

    手写数学表达式识别的关键问题是如何有效利用双向上下文信息，本文提出了Mirror-Flipped Symbol Layout Tree和Bidirectional Asynchronous Training结构，扩展了双向训练策略到树解码器，以更有效地训练与利用双向信息，同时介绍了Shared Language Modeling机制来提高模型的鲁棒性和泛化能力。通过广泛实验证明了该方法在CROHME 2014、2016、2019和HME100K数据集上取得了最新的最优结果。

    Dec, 2023

  • PosFormer: 使用位置森林转换器识别复杂手写数学表达式

    手写数学表达式识别中，我们提出了一种位置森林变压器(PosFormer)来通过显式地进行位置感知符号特征表征学习，同时优化了表达式识别和位置识别两个任务。在多个数据集上进行的广泛实验验证了PosFormer的优越性能。

    Jul, 2024

  • NAMER：手写数学表达识别的非自回归建模

    构建一种新颖的非自回归建模方法NAMER用于手写数学表达式识别，通过可视感知分词器VAT和并行图解码器PGD，利用全面的视觉和语言上下文，实现了较高的性能和效率。

    Jul, 2024