用于手寫文本識別的文檔通常會受到降級的影響。例如，歷史文檔可能會受到損壞的文本、灰塵或皺紋的影響。不正確的掃描過程或水印和圖章也可能導致問題。經(jīng)典的圖像恢復技術試圖扭轉退化效應。但是，模型可能會在清理圖像時使文本質量變差。

因此，一組科學家提出了一種深度學習模型，該模型不僅可以從手寫圖像中學習其參數(shù)，還可以從相關文本中學習其參數(shù)。它基于生成對抗網(wǎng)絡 (GAN)，并具有評估恢復圖像可讀性的識別器。對退化的阿拉伯語和拉丁語文檔進行的實驗證明了所提出模型的有效性。還表明，從退化域到干凈版本逐步訓練識別器可以提高識別性能。

由于多種原因，手寫文檔圖像可能會受到嚴重退化的影響：紙張老化、日常生活場景(皺紋、灰塵等)、掃描過程不良等。這些工件給當前的手寫文本識別 (HTR) 算法帶來了許多可讀性問題，并嚴重降低了它們的效率。在本文中，我們提出了一種基于生成對抗網(wǎng)絡 (GAN) 的端到端架構，以將退化的文檔恢復為干凈可讀的形式。與最知名的文檔二值化方法試圖提高退化文檔的視覺質量不同，所提出的架構集成了一個手寫文本識別器，可以提高生成的文檔圖像的可讀性。據(jù)我們所知，這是在二值化手寫文檔時使用文本信息的第一項工作。對退化的阿拉伯語和拉丁語手寫文檔進行的大量實驗證明了將識別器集成到 GAN 架構中的有用性，這提高了退化文檔圖像的視覺質量和可讀性。此外，我們在 H-DIBCO 2018 挑戰(zhàn)賽中的表現(xiàn)優(yōu)于現(xiàn)有技術，在此任務中，我們使用合成降級的拉丁手寫圖像對我們的預訓練模型進行了微調。

　　免責聲明：本文由用戶上傳，與本網(wǎng)站立場無關。財經(jīng)信息僅供讀者參考，并不構成投資建議。投資者據(jù)此操作，風險自擔。 如有侵權請聯(lián)系刪除！