CCAI 2019|白翔:经典算法与深度学习相结合,解决不规则文

作者: 人工智能前沿讲习 | 来源:发表于2019-08-26 10:38 被阅读1次

2019年中国人工智能大会(Chinese Congress on Artificial Intelligence 2019,简称“CCAI 2019”)将于在9月21日-22日在青岛胶州召开。白翔教授将出席大会并担任人工智能青年论坛共同主席。

白翔,华中科技大学电子信息与通信学院教授,博士生导师,国家防伪工程中心副主任。担任中国计算机学会计算机视觉专委会(CCF-CV)常务委员,中国图像图形学学会理事,同时担任国际期刊编委或客座编辑。主要从事计算机视觉与模式识别,具体包括目标识别、形状分析、自然场景文字识别及智能交通系统等领域的研究。不规则文字检测和识别一直是文字识别方向研究的难点,它在自然场景图像中的文字识别具有重要的应用。白翔教授在不规则文字的识别、定位和检测三个研究方向上有着丰富经验,他将经典算法与深度学习相结合,获得了惊人的效果。

不规则文字识别

工业界中常用的序列识别模型SRN(Sequence Recognition Network)是不能处理文字发生形变或者弯曲的情况,会导致各类识别错误。针对不规则文字识别问题,白翔教授团队提出了ASTER模型,解决的了对于场景里有形变或方向变化的文字识别问题。ASTER是一个简单且实用的方法,就是先将有形变的文字矫正成规则的文字,再使用SRN进行识别。可以认为ASTER的网络由两部分组成,前面部分是空间变换网络STN (Spatial Transform Network)做矫正,后面是SRN网络做识别,形成任务共享。在加入了STN以后,识别器的性能十分有竞争力,在不规则文字测试集上有很大提升。

白翔教授将ASTER算法进行的应用测试,发现该算法对文字定位十分准确,尤其在英文的识别上十分稳定。

不规则文字定位

对于不规则文字定位问题,白翔教授团队设计了一个网络,能完全端到端识别,又同时能检测曲形、直线或者斜角的文字。但检测任务是在图像水平上做处理,识别任务是在文本区域水平做处理,两个任务之间是有一定冲突的,导致在设计网络做这两个任务的时候非常困难,需要很好的预训练能力,预训练后的参数调节也十分困难,网络适用性不好。为了有效的将检测和识别做到特征共享,白翔提出了一个巧妙的方法:用空间换取时间,用字符级别的标注,换取训练上的方便。要获得每一个字符的中心位置,把它也作为一个分割问题去考虑,并在分割的同时得到字符的类别,这个分割问题也变成多分类问题。在英文识别时有阿拉伯数字0-9和字母A-Z共36种不同的类别。每一类都产生相应的字符对应位置,外加一个整体,这样形成一个多任务,可以完全得到特征上的共享。

本算法能把弯曲的文字甚至是其中包含的水平文字,同时得到其位置和包围盒。还有一个有意思的现象是,当把识别的模块删除后可以发现检测的准确率会降低,说明识别模块对检测是有帮助的。

不规则文字检测

针对不规则文字检测问题,白翔教授提出了TextField识别方法,获得了极好的效果。在这个方法中,白翔使用了他在解决骨架检测(Skeleton Detection)问题时提出的DeepFlux算法,用骨架来标定文字的位置。算法对包含文字的图片构建了一个有指向文字内部,也有指向文字外部的“场”,并进行训练。它的好处是可以通过方向性区分相近的文字,并且能更有力地描述文字之间、局部之间的连接关系和局部的对称性关系。如果用FCN解决这个问题,得到的文字连通性较差,有很强的抖动,平滑性差,甚至有些区域是错误的。但是使用的DeepFlux方法,精度和平滑度都非常好,而且可以更好地去描述物体的上下文,时间复杂度也不错。通过这个例子可以看出,将传统的算法与现有的深度学习相结合,可以焕发奇光异彩。

更多精彩内容,详见CCAI 2019官方网站...

相关文章

  • CCAI 2019|白翔:经典算法与深度学习相结合,解决不规则文

    2019年中国人工智能大会(Chinese Congress on Artificial Intelligence...

  • 回归算法学习

    回归算法是机器学习中的经典算法之一,本文是对学习线性回归和逻辑回归算法进行的总结,线性回归与逻辑回归算法解决的分别...

  • 入门卷积神经网络

    “ 深度学习是在多层神经网络上运用各种机器学习算法,解决文本、图像问题的算法集合。其中卷积神经网络是深度学习的代表...

  • 学生快速提分——请选“优学策”

    “优学策”是一款精准的个性化学习提分产品。通过提取每个学生各学科每次考试的成绩,将深度学习算法与博弈论相结合,模拟...

  • 使用Tensorflow实现目标检测(一、基础术语篇)

    1、机器学习与深度学习的区别2、深度学习算法是什么,怎么使用深度学习算法3、数据模型是什么4、什么叫目标检测5、t...

  • 感知机

    感知机 感知机算法是很多算法的鼻祖,比如支持向量机算法,神经网络与深度学习。在学习感知机的构造时可以学习到深度学习...

  • 深度学习之卷积神经网络

    深度学习是指多层神经网络上运用各种机器学习算法解决图像,文本等各种问题的算法集合。深度学习从大类上可以归入神经网络...

  • 计算机科学家做的事情

    更快 提出一个新算法解决之前存在的问题(比如RSA算法解决了加解密的问题) 优化之前的算法比如KMP、深度学习(比...

  • Tensorflow基础

    Tensorflow基础 1. 深度学习介绍 机器学习与深度学习的区别 深度学习的算法本身设计复杂,数据量大,特征...

  • 深度强化学习之DQN-深度学习与强化学习的成功结合

    目录 概念 深度学习与强化学习结合的问题 DQN解决结合出现问题的办法 DQN算法流程 总结 一、概念 原因:在普...

网友评论

    本文标题:CCAI 2019|白翔:经典算法与深度学习相结合,解决不规则文

    本文链接:https://www.haomeiwen.com/subject/omqrectx.html