基于实时样本采集的个性化手写汉字输入系统设计

摘要：

手写汉字识别是手写汉字输入的基础;目前智能设备中的手写汉字输入法无法根据用户的汉字书写习惯,动态调整识别模型以提升手写汉字的正确识别率;通过对最新深度学习算法及训练模型的研究,提出了一种基于用户手写汉字样本实时采集的个性化手写汉字输入系统的设计方法;该方法将采集用户的手写汉字作为增量样本,通过对服务器端训练生成的手写汉字识别模型的再次训练,使识别模型能够更好地适应该用户的书写习惯,提升手写汉字输入系统的识别率;最后,在该理论方法的基础上,结合新设计的深度残差网络,进行了手写汉字识别的对比实验;实验结果显示,通过引入实时采集样本的再次训练,手写汉字识别模型的识别率有较大幅度的提升,能够更有效的满足用户在智能设备端对手写汉字输入系统的使用需求.

关键词：手写汉字识别、实时样本采集、深度残差网络

所属期刊栏目：26

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目41301516;区域开发与环境响应湖北省重点实验室基金2016B003

在线出版日期：2018-02-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：234-237