.png){kind=icon}
返回
Bidirectional trained tree-structured decoder for Handwritten Mathematical Expression Recognition
.png){kind=icon}
PRE
AI
DOI：10.1016/j.patcog.2025.111599.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
手写数学表达式识别（HMER）任务是光学字符识别（OCR）领域的一个重要分支。近期研究表明，融入双向上下文信息能显著提升HMER模型的性能。然而，现有方法在推理阶段未能有效利用双向上下文信息。此外，当前的训练方法主要针对字符串解码器设计，难以充分泛化至树解码器，而后者具有更强的泛化能力和结构分析能力。为克服这些局限，我们提出了镜像翻转符号布局树（MF-SLT）和双向异步训练（BAT）结构。我们的方法将双向训练策略扩展至树解码器，通过利用双向信息实现更有效的训练。此外，我们分别分析了视觉和语言感知对HMER模型的影响，并引入了共享语言模型（SLM）机制。通过SLM，我们增强了模型在处理视觉歧义时的鲁棒性和泛化能力，尤其在训练数据充足的情况下。我们的方法通过大量实验得到验证，在CROHME 2014、2016、2019以及HME100K数据集上实现了新的最佳结果。实验中使用的代码将公开在https://github.com/Hanbo-Cheng/BAT.git。
Keyword:
Handwritten Mathematical Expression
Recognition
Bidirectional training
Symbol Layout Tree
Encoder-decoder
期刊
IF:
7.6
论文数:
1.3W
被引数:
4.5W
机构
引用论文
Tree-based data augmentation and mutual learning for offline handwritten mathematical expression recognition.png)
PATTERN RECOGNITION
PATTERN RECOGNITIONIF7.6
PREAI
分享收藏Language Model is Suitable for Correction of Handwritten Mathematical Expressions Recognition语言模型适用于手写数学表达式识别的校正。
OAAI
OAAI分享收藏An integrated grammar-based approach for mathematical expression recognitionPATTERN RECOGNITION
OAAI
PATTERN RECOGNITIONIF7.6
OAAI分享收藏
查看更多内容