Persis：一种使用卷积神经网络的波斯字体识别管道

如果我们在设计工作中遇到合适的字体但不知道其名称，该怎么办？视觉字体识别（Visual Font Recognition, VFR）系统可以用于识别图像中的字体类型。这些系统可以帮助平面设计师确定图像中使用的字体。此外，VFR系统还有助于提高光学字符识别（Optical Character Recognition, OCR）系统的速度和准确性。在本文中，我们介绍了首个公开可用的波斯字体识别数据集，并采用了卷积神经网络（Convolutional Neural Networks, CNN）来解决这一问题。实验结果表明，所提出的流水线在我们的新数据集上达到了78.0%的Top-1准确率，在IDPL-PFOD数据集上达到了89.1%的Top-1准确率，在KAFD数据集上则达到了94.5%的Top-1准确率。此外，对于所提出的数据集中每个样本，整个流水线在CPU上的平均处理时间为0.54秒，在GPU上的平均处理时间为0.017秒。我们得出结论，CNN方法可以在无需额外预处理步骤（如特征提取、二值化、归一化等）的情况下用于识别波斯字体。