arXiv · Machine Learning· Carlos Garrido-Munoz, Jorge Calvo-Zaragoza·2026-10-19 12:00· 1 天前AI 评分51

手写文本识别的判别信号集中在高像素方差子空间

Handwritten Text Recognition Lives in the High-Pixel Variance Subspace

AI 导读

这篇论文研究手写文本识别中的自监督预训练，发现基于像素重建的方法在六个基准和五种语言上均取得最低 CER。作者比较了六种来自 pixel-grounded MIM、JEPA 和对比学习的 SSL 方法，结果显示编码器与高方差像素子空间的对齐程度可预测 CER，像素重建表示也更具标签效率。