扩散增强提高了孟加拉语字符识别的准确性

研究人员开发了一种置信度引导扩散增强方法，以改进手写孟加拉语复合字符的识别。该方法利用扩散模型生成高质量的合成字符样本，并通过Squeeze-and-Excitation块和基于置信度的过滤机制进行增强。在这些增强数据集上进行训练后，包括ResNet50和Vision Transformers在内的几种分类架构显示出显著的性能提升。在AIBangla数据集上，最佳模型的准确率达到了89.2%，超过了此前的基准，证明了质量感知增强在低资源字符识别中的有效性。 AI

影响 增强了低资源字符识别能力，可能改善服务不足语言的OCR。

排序理由 详细介绍字符识别新方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CV 阅读 →

• AIBangla
• Bangla
• DenseNet121
• ResNet50
• Vision Transformer
• VGG16

• 论文
• 其他

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →