基于卷积模型的历史文献模式识别

模式定位包括使用图像查询在历史文档图像集合中搜索图形对象的出现。与对象检测相反，查询既没有先验信息也没有预定义类，因此训练对象模型是不可行的。本文提出了一种卷积神经网络方法来解决这个问题。我们使用RetinaNet作为特征提取器来获取文档区域的多尺度嵌入以及查询。在DocExplore数据集上进行的实验表明，与最先进的系统相比，我们的建议在定位模式方面更好，索引图像所需的存储更少，但在检索包含查询实例的多个页面时失败。