論文の概要: Cross-Domain Few-Shot Writer Adaptation for Real-World Handwritten Mathematical Expression Recognition
- arxiv url: http://arxiv.org/abs/2609.32513v1
- Date: Sat, 26 Sep 2026 12:00:46 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-07 08:21:46.026512
- Title: Cross-Domain Few-Shot Writer Adaptation for Real-World Handwritten Mathematical Expression Recognition
- Title（参考訳）: 実世界手書き数式認識のためのクロスドメインFew-Shot Writer Adaptation
- Abstract要約: 手書き数学式認識(HMER)は、手書き数学を解析可能なマークアップ言語に認識し、変換するタスクである。
現在の最先端の競合システムは、特定の人物の書き方に合わせて調整されておらず、推論に使用されるカメラで物理的に撮影される画像とトレーニング画像の間の領域ギャップは、この特定の問題に対してほとんど注目されていない。
2人の著者による5つの筆跡カテゴリサブセットからなる著者固有のサンプルデータセットを導入し、限定データに適合したマクネマール試験および置換試験を用いて評価する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Handwritten mathematical expression recognition (HMER) refers to the task of recognizing and converting handwritten mathematics into a parsable markup language, usually LaTeX. No current state-of-the-art-competitive system adjusts to the way a specific person writes, and the domain gap between training images (usually digital or perfectly binarized) and images physically taken with a camera used in inference has received fairly little attention for this specific problem. We characterize this domain gap through fragmentation and stroke-width analyses of the images as well as introduce a writer-adaptive fine-tuning pipeline to MFH-CoMER in an attempt to address it. We further introduce sample author-specific datasets, consisting of five handwriting category subsets from two authors, and evaluate using a McNemar's test and permutation tests adapted to limited data. Results suggest an increase in expression recognition rate and a decrease in CER for digital handwriting but more varied results for physical handwriting, with the model struggling for handwriting articles that the base model can already evaluate well. Nonetheless, adapted models were found to have improved results for four out of five subsets. Statistical testing results suggest a consistency in improvement for two of the tested author-specific subsets. Our results point towards the potential feasibility of writer adaptation for the HMER task.
- Abstract（参考訳）: 手書き数学式認識(HMER)は、手書き数学を解析可能なマークアップ言語(通常はLaTeX)に認識・変換するタスクである。
現在の最先端の競合システムは、特定の人の書き方に合わせて調整されておらず、トレーニング画像(通常デジタルまたは完全双対化)と推論に使用されるカメラで物理的に撮影される画像の間の領域ギャップは、この特定の問題に対してほとんど注目されていない。
画像の断片化とストローク幅解析により,この領域のギャップを特徴づけるとともに,MFH-CoMERに文字適応型微調整パイプラインを導入して対処する。
さらに、2人の著者による5つの筆跡カテゴリサブセットからなる著者固有のサンプルデータセットを導入し、限られたデータに適応したマクネマールテストと置換テストを用いて評価する。
その結果,デジタル手書きにおける表現認識率の増加とCERの低下が示唆された。
それでも、適応モデルでは、5つのサブセットのうち4つの結果が改善された。
統計的テストの結果、テストされた著者固有の2つのサブセットの一貫性が示唆された。
本結果は,HMERタスクに対するライター適応の可能性を示すものである。
関連論文リスト
- Efficient Domain Adaptation for Text Line Recognition via Decoupled Language Models [0.0]
本稿では,単一GPUトレーニングによる近SOTA精度を実現するモジュール型検出・補正フレームワークを提案する。
本手法は、ドメイン固有の言語補正から、軽量な視覚的文字検出(ドメインに依存しない)を分離する。
その結果、この分離されたパラダイムは、計算量を約95%削減しつつ、エンドツーエンドの変換器の精度と一致していることがわかった。
論文 参考訳（メタデータ） (2026-03-30T04:39:26Z) - InkFM: A Foundational Model for Full-Page Online Handwritten Note Understanding [10.065311465170382]
本稿では,手書きコンテンツの全ページを解析するための基盤モデルInkFMを提案する。
28の異なるスクリプトでテキストを認識すること、数学的表現を認識すること、ページをテキストや描画のような異なる要素に分割すること。
論文 参考訳（メタデータ） (2025-03-29T13:45:24Z) - Discourse Features Enhance Detection of Document-Level Machine-Generated Content [53.41994768824785]
機械生成コンテンツは、学術プラジャリズムや誤報の拡散といった課題を提起する。
既存のMGC検出器は、しばしば表面レベルの情報のみに焦点を当て、暗黙的かつ構造的な特徴を見渡す。
これらの課題を克服するために、新しい方法論とデータセットを導入します。
論文 参考訳（メタデータ） (2024-12-17T08:47:41Z) - Online Writer Retrieval with Chinese Handwritten Phrases: A Synergistic Temporal-Frequency Representation Learning Approach [53.189911918976655]
DOLPHINは,相乗的時間周波数解析による手書き表現の向上を目的とした新しい検索モデルである。
OLIWER(OLIWER)は,1,731人から670,000以上の中国語の字句を含む大規模オンライン作家検索データセットである。
本研究は,手書き表現の質向上における点サンプリング周波数と圧力特性の重要性を強調した。
論文 参考訳（メタデータ） (2024-12-16T11:19:22Z) - Image Over Text: Transforming Formula Recognition Evaluation with Character Detection Matching [15.164514320065564]
数式認識は、複雑な構造と数学的表現の様々な表記が原因で重要な課題を呈している。
本稿では, 画像レベルを基準値ではなく, 画像レベルを設計することで, 評価客観性を確保するために, キャラクタマッチング検出(CDM)メトリクスを提案する。
具体的には、モデル予測式と基底構造式の両方を画像整形式に描画し、視覚的特徴抽出と局所化技術を用いて文字レベルの正確なマッチングを行う。
このような空間認識と文字マッチングは、テキストベースの文字マッチングのみに依存する以前のBLEUやEdit Distanceのメトリクスと比較して、より正確で公平な評価を提供する。
論文 参考訳（メタデータ） (2024-09-05T16:01:21Z) - Offline Detection of Misspelled Handwritten Words by Convolving
Recognition Model Features with Text Labels [0.0]
テキストに対して手書き画像を比較する作業を紹介する。
我々のモデルの分類ヘッドは、最先端の生成逆数ネットワークを用いて生成された合成データに基づいて訓練されている。
このような大規模なパフォーマンス向上は、ヒューマン・イン・ザ・ループの自動化を利用したアプリケーションの生産性を大幅に向上させる可能性がある。
論文 参考訳（メタデータ） (2023-09-18T21:13:42Z) - Sampling and Ranking for Digital Ink Generation on a tight computational
budget [69.15275423815461]
トレーニングされたデジタルインク生成モデルの出力品質を最大化する方法について検討する。
我々は、デジタルインク領域におけるその種類に関する最初のアブレーション研究において、複数のサンプリングとランキング手法の効果を使用、比較する。
論文 参考訳（メタデータ） (2023-06-02T09:55:15Z) - PART: Pre-trained Authorship Representation Transformer [52.623051272843426]
文書を書く著者は、自分のテキストに識別情報を印字する。
以前の作品では、手作りの機能や分類タスクを使って著者モデルを訓練していた。
セマンティクスの代わりにテキストの埋め込みを学習するために、対照的に訓練されたモデルを提案する。
論文 参考訳（メタデータ） (2022-09-30T11:08:39Z) - Syntax-Aware Network for Handwritten Mathematical Expression Recognition [53.130826547287626]
手書き数式認識(HMER)は、多くの潜在的な応用が可能な課題である。
HMERの最近の手法はエンコーダ・デコーダアーキテクチャで優れた性能を実現している。
本稿では,構文情報をエンコーダ・デコーダネットワークに組み込んだHMERの簡易かつ効率的な手法を提案する。
論文 参考訳（メタデータ） (2022-03-03T09:57:19Z) - Continuous Offline Handwriting Recognition using Deep Learning Models [0.0]
手書き文字認識は、自動文書画像解析の分野に大きな関心を持つオープンな問題である。
我々は,畳み込みニューラルネットワーク(CNN)とシーケンス・ツー・シーケンス(seq2seq)という,2種類のディープラーニングアーキテクチャの統合に基づく新しい認識モデルを提案する。
提案した新たなモデルでは,他の確立された方法論と競合する結果が得られる。
論文 参考訳（メタデータ） (2021-12-26T07:31:03Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。