SemiHMER: Semi-supervised Handwritten Mathematical Expression Recognition using pseudo-labels

本文介绍了一种名为SemiHMER的半监督手写数学表达式识别框架，通过引入伪标签的双分支学习简化深度共训练。采用弱到强策略增强网络，提出全局动态计数模块提升长距离公式和重复字符识别。该模型在半监督学习中表现出色，代码将在GitHub上公开。新方法跨伪监督通过两个参数初始化不同的网络处理有标签和无标签图像，引入全局动态计数模块解决识别问题。提出弱到强增强策略提高模型鲁棒性，通过伪监督学习扩展训练数据。综述手写数学表达式识别领域研究，涵盖多项技术应用，包括语义图表示学习、增强学习、一致性训练、领域适应等。总结近年来研究进展，关注自训练方法在识别中的应用，如Adadelta、GRU、注意力机制等，旨在提高识别精度和效率。