HENet: Eine Netzwerkarchitektur zur Verbesserung der Schriftarten-Erkennung durch intensivere Verarbeitung

Obwohl in den letzten Jahren bei der Texterkennung/OCR (Optical Character Recognition) große Fortschritte gemacht wurden, bleibt die Aufgabe der Schriftarten-Erkennung weiterhin herausfordernd. Die Hauptausforderung liegt in den feinen Unterschieden zwischen ähnlichen Schriftarten, die schwer zu unterscheiden sind. In dieser Arbeit wird ein neuer Schriftarten-Erkennungsansatz vorgeschlagen, der ein einsteckbares Modul zur Lösung des Schriftarten-Erkennungsproblems enthält. Das einsteckbare Modul verbirgt die am stärksten trennscharfen zugänglichen Merkmale und zwingt das Netzwerk, andere komplexere Merkmale zu berücksichtigen, um schwierige Beispiele von ähnlichen Schriftarten zu lösen, was als HE-Block (Hard Example Block) bezeichnet wird. Im Vergleich zu den verfügbaren öffentlichen Schriftarten-Erkennungssystemen erfordert unser vorgeschlagener Ansatz während der Inferenzphase keine Interaktionen. Ausführliche Experimente zeigen, dass HENet (Hard Example Network) ermutigende Leistungen erzielt, sowohl auf dem zeichenbasierten Datensatz Explor_all als auch auf dem wortbasierten Datensatz AdobeVFR.