【动态】第二期CSIG文档图像分析与识别专业委员会学术微沙龙成功在线举办

CSIG文档图像分析与识别专业委员会学术微沙龙（简称：文档图像微沙龙）在线学术报告会第二期于2021年10月12日成功举行。本沙龙由中国图象图形学学会主办，文档图像分析与识别专委会发起承办，中国图象图形学报协办。本期活动邀请华南理工大学罗灿杰博士分享报告：数据困境下的文字识别——无标签图像去噪、自适应数据增广及手写样本合成。微沙龙活动在B站、中国图像图形学报视频号进行了同步直播，人气峰值近4000。

活动由华南理工大学张鑫副教授主持。来自华南理工大学的博士研究生罗灿杰做了题为“数据困境下的文字识别”的学术报告。报告首先介绍了数据驱动的深度学习时代背景，列举了场景文字和手写文字识别的三个挑战：（1）复杂的背景噪声；（2）几何形状和书写风格多样性；（3）书写语料局限性。报告重点从三个方面介绍数据困境下的方案：1）无标签的文本行图像去噪（发表于IJCV 2021国际期刊）。该方法利用注意力机制提取每个字符，与单字符模板进行生成对抗训练，从而去除背景噪声。同时该方法根据识别结果微调字符，从而生成更利于识别的图像，进一步降低识别难度；2）文本行图像的自适应增广（发表于CVPR 2020国际会议）。该方法使用多个控制点实现更灵活的弹性变换，并在训练过程中挖掘困难样本，丰富数据的多样性，提高识别器的稳健性；3）手写体的合成。相比标准字体，手写体合成的自由度更高，难度更大。报告通过Demo演示的形式，展现手写体合成的重要性，并对数据多样性进行分析。

报告嘉宾还回答了听众的问题，包括注意力机制在长文本上的定位精度问题、中文大类别挑战的问题、训练稳定性问题等。报告嘉宾号召广大同行共同解决中文识别问题，进一步完善中文社区的相关技术。

报告的论文：

1. Separating Content from Style Using Adversarial Learning for Recognizing Text in the Wild

链接地址：https://arxiv.org/abs/2001.04189

2. Learn to Augment: Joint Data Augmentation and Network Optimization for Text Recognition

链接地址：https://arxiv.org/abs/2003.06606

本次报告会获得了良好效果，我们期待更多优秀青年学子在文档图像领域取得研究进展，并在后续的沙龙报告会中踊跃参与、共同进步！

错过直播的同学可以前往B站观看回放视频，点击阅读原文，打开直播回放链接。

来源：CSIG文档图像分析与识别专委会

关于第十一届国际图象图形学学术会议延期举办的通知

中国图象图形学学会关于组织开展科技成果鉴定的通知

CSIG图像图形中国行承办方征集中