眼控科技人工智能研究院专家团队所著论文“Template-Instance Loss for Offline Handwritten Chinese CharacterRecognition”在众多参选作品中脱颖而出,被ICDAR 2019(国际文档分析与识别大会)会议接收为会议论文。眼控在计算机视觉领域的创新与积累日益深厚,始终保持着与时俱进的探索步伐。
国际文档分析与识别大会(ICDAR)是文档分析领域最权威的国际会议,也是全球OCR领域公认最权威的比赛之一,有“OCR领域奥斯卡”之称。会议每两年举办一次,每届会发表大批高质量的学术论文,带动技术更新迭代,对文字处理行业起到巨大推动作用。
眼控“Template-Instance Loss for Offline Handwritten Chinese CharacterRecognition”提出了一种新的损失函数用于中文手写字符识别,对于中文识别和手写识别两个领域都起到了巨大的贡献,也得到了ICDAR 2019组委会的认可和肯定。
当前,在国内外的计算机视觉研究领域针对于中文手写识别问题主要有以下痛点和难点问题存在:
1.大多数汉字有相似的结构和共同的偏旁部首,难以区分;
2.手写字符由于书写潦草导致难以有效辨认。
针对于此,眼控AI研究院提出一种新的损失函数,由模板损失和实例损失组成。模板损失用于处理结构问题,放大不同汉字结构上的差异,实例损失可以很好地抑制书写潦草带来的混淆问题。此外,专家团队还设计了一个新的汉字识别网络,训练的模型在识别率上达到行业最高水平。
(入选论文)
眼控AI研究院论文“Template-Instance Loss for OfflineHandwritten Chinese Character Recognition”的提出对中文手写识别处理行业的发展起到巨大推动作用。其意义不仅仅在于提出一种新颖的损失函数用于汉字手写识别,同样可以应用到其他各种识别网络中去;而且模型识别率达到了行业最高水平,提高了整体行业标准;解决了文字识别中最难的中文手写识别问题,具有很大的现实应用价值。
免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。
