#今日论文推荐#ECCV 2022 | 白翔团队提出CAN:手写数学公式识别新算法

ECCV2022论文介绍了一种名为Counting-Aware Network (CAN) 的新算法,用于提高手写数学公式识别的准确性。通过联合优化符号计数任务和识别任务,CAN算法有效增强了对符号位置的感知能力,尤其适用于长且结构复杂的公式。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

#今日论文推荐#ECCV 2022 | 白翔团队提出CAN:手写数学公式识别新算法

本文简要介绍ECCV 2022录用的论文“When Counting Meets HMER: Counting-Aware Network for Handwritten Mathematical Expression Recognition”的主要工作。该论文旨在缓解目前大部分基于注意力机制的手写数学公式识别算法在处理较长或者空间结构较复杂的数学公式时,容易出现的注意力不准确的情况。本文通过将符号计数任务和手写数学公式识别任务联合优化来增强模型对于符号位置的感知,并验证了联合优化和符号计数结果都对公式识别准确率的提升有贡献。相关代码已开源,地址见文末。

OCR技术发展到今天,对于常规文本的识别已经达到了较高的准确率。但是对于在自动阅卷、数字图书馆建设、办公自动化等领域经常出现的手写数学公式,现有OCR算法的识准确率依然不太理想。不同于常规文本,手写数学公式有着复杂的空间结构以及多样化的书写风格,如图1所示。其中复杂的空间结构主要是由数学公式独特的分式、上下标、根号等结构造成的。虽然目前的OCR算法能较好地识别水平排布的常规文本,甚至对于一些多方向以及弯曲文本也能够有不错的识别效果,但是依然不能很好地识别具有复杂空间结构的数学公式。 

论文题目:When Counting Meets HMER: Counting-Aware Network for Handwritten Mathematical Expression Recognition
详细解读:https://www.aminer.cn/research_report/62f2672f7cb68b460fff4917icon-default.png?t=M666https://www.aminer.cn/research_report/62f2672f7cb68b460fff4917
AMiner链接:https://www.aminer.cn/?f=cs

评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值