TS-Net: OCR Trained to Switch Between Text Transcription Styles

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216305%3A26230%2F21%3APU139693" target="_blank" >RIV/00216305:26230/21:PU139693 - isvavai.cz</a>

Výsledek na webu

<a href="https://pero.fit.vutbr.cz/publications" target="_blank" >https://pero.fit.vutbr.cz/publications</a>

DOI - Digital Object Identifier

<a href="http://dx.doi.org/10.1007/978-3-030-86337-1_32" target="_blank" >10.1007/978-3-030-86337-1_32</a>

Jazyk výsledku

angličtina

Název v původním jazyce

TS-Net: OCR Trained to Switch Between Text Transcription Styles

Popis výsledku v původním jazyce

Multiple transcribers produce transcriptions in inconsistent transcription styles.  This presents a problem for training consistent neural network systems for text recognition. We propose Transcription Style Block (TSB) which can learn to switch between multiple transcription styles without any explicit knowledge about the transcription rules. TSB is an adaptive instance normalization conditioned by transcription style identifiers e.g. document numbers or transcriber names and it can be added near the end of any standard text recognition network.  We show that TSB is robust towards the number and complexity of transcription styles and does not degrade the text recognition performance. With time and data efficient adaptation to a new transcription style, we achieved up to 77% relative test character error reduction in comparison to a network without the TSB. 

Název v anglickém jazyce

TS-Net: OCR Trained to Switch Between Text Transcription Styles

Popis výsledku anglicky

Multiple transcribers produce transcriptions in inconsistent transcription styles.  This presents a problem for training consistent neural network systems for text recognition. We propose Transcription Style Block (TSB) which can learn to switch between multiple transcription styles without any explicit knowledge about the transcription rules. TSB is an adaptive instance normalization conditioned by transcription style identifiers e.g. document numbers or transcriber names and it can be added near the end of any standard text recognition network.  We show that TSB is robust towards the number and complexity of transcription styles and does not degrade the text recognition performance. With time and data efficient adaptation to a new transcription style, we achieved up to 77% relative test character error reduction in comparison to a network without the TSB. 

Druh

D - Stať ve sborníku

CEP obor

—

OECD FORD obor

10201 - Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)

Projekt

<a href="/cs/project/DG18P02OVV055" target="_blank" >DG18P02OVV055: Pokročilá extrakce a rozpoznávání obsahu tištěných a rukou psaných digitalizátů pro zvýšení jejich přístupnosti a využitelnosti</a><br>

Návaznosti

P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)

Rok uplatnění

2021

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Název statě ve sborníku

Lladós J., Lopresti D., Uchida S. (eds) Document Analysis and Recognition - ICDAR 2021

ISBN

978-3-030-86336-4

ISSN

0302-9743

e-ISSN

—

Počet stran výsledku

16

Strana od-do

478-493

Název nakladatele

Springer Nature Switzerland AG

Místo vydání

Lausanne

Místo konání akce

Lausanne, Switzerland

Datum konání akce

5. 9. 2021

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

000711880100032