10.13700/j.bh.1001-5965.2014.0499
基于多尺度梯度及深度神经网络的汉字识别
介绍了一种基于多尺度滑动窗的方法提取文字的梯度直方图特征,并结合深度神经网络对印刷体汉字进行识别.针对梯度直方图的空间关系,使用可伸缩的滑动窗对图像进行分割,在不同尺度上获取文字的特征信息,有效融合汉字的全局特征和局部分块特征.实验采用5层的深度神经网络模型对国标一级3 755个印刷体汉字进行分类,并应用Dropout技术防止训练过拟合,提高神经网络的泛化能力.实验准确率达到98.292%,有较好的识别性能,验证了本文多尺度梯度特征及深度神经网络模型在文字识别上的有效性.
多尺度滑动窗、梯度直方图、深度神经网络、泛化能力、汉字识别
41
TP391.4(计算技术、计算机技术)
国家自然科学基金;国家科技支撑计划;国家科技支撑计划;广东省科技计划
2017-01-18(万方平台首次上网日期,不代表论文的发表时间)
共6页
751-756