基于Inception结构的手写汉字档案文本识别方法
针对手写汉字文本识别准确率不高的问题,提出了一种结合卷积神经网络和循环神经网络进行手写汉字文本识别的端到端方法.首先,通过Inception模块构建的卷积神经网络提取文本图像的基本特征;然后,使用循环神经网络对提取的特征进行预测,并输出一个关于汉字字符集的概率分布;最后,采用连接主义序列分类算法计算识别结果并构建损失函数.利用所提方法在手写汉字文本数据集上进行实验,结果表明,Incep-tion 模块和数据增强方法可以有效提升算法的性能,并取得了 71.2%的识别准确率和0.060的文本编辑距离,较现有方法性能有所提升,证明了所提方法的有效性.
手写汉字文本识别、Inception结构、卷积神经网络、循环神经网络、连接主义序列分类、手写汉字文本数据集
47
P237(摄影测量学与测绘遥感)
自然场景中交通信息智能解译的关键技术研究250071407
2022-06-06(万方平台首次上网日期,不代表论文的发表时间)
共7页
632-638