论文地址: http://arxiv.org/pdf/2012.05739v1.pdf
代码: 公众号回复:09110450573
来源: 中国台湾政治大学
论文名称:HRCenterNet: An Anchorless Approach to Chinese Character Segmentation in Historical Documents
原文作者:Chia-Wei Tang
内容提要
历史文献所提供的信息在人类文明的传播中一直是不可或缺的,但这些书籍容易受到各种因素的破坏。借助现代科技,使得这些文件自动数字化是最快、最有效的保存手段之一。自动文本数字化的主要步骤可以分为两个阶段,主要是字符分割和字符识别,识别结果很大程度上取决于分割的准确性。因此,在本研究中,我们将只关注历史汉语文献的分词问题。在本文中,我们提出了一种将无锚目标检测方法和并行化架构相结合的HRCenterNet模型。MTHv2数据集包含3000多张中国历史文献图像和100多万个汉字。在这些海量的数据下,我们的模型的分割能力平均达到了IoU 0.81,速度和精度的权衡是最好的。
主要框架及实验结果
声明:文章来自于网络,仅用于学习分享,版权归原作者所有,侵权请加上文微信联系删除。