眼控人工智能研究院论文入选ICDAR 2019

  • 时间:
  • 浏览:0

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

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,对文字正确处理行业起到巨大推动作用。

眼控“Template-Instance Loss for Offline Handwritten Chinese CharacterRecognition”提出了五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4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图片主要有以下痛点和难点问题图片居于:

1.大多数汉字有相似的社会形态和一同的偏旁部首,难以区分;

2.手写字符可能书写潦草愿因分析难以有效辨认。

针对于此,眼控AI研究院提出五种新的损失函数,由模板损失和实例损失组成。模板损失用于正确处理社会形态问题图片,放大不同汉字社会形态上的差异,实例损失还才能很好地抑制书写潦草带来的混淆问题图片。此外,专家团队还设计了4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正确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五种新颖的损失函数用于汉字手写识别,同样还才能应用到并且 各种识别网络中去;并且模型识别率达到了行业最高水平,提高了整体行业标准;正确处理了文字识别中最难的中文手写识别问题图片,具有很大的现实应用价值。

(本内容属于网络转载,文中涉及图片等内容如有侵权,请联系编辑删除)