基于特征图叠加的脱机手写体汉字识别

摘要：

采用深度学习方法处理脱机手写体汉字识别问题,提出一种改进的卷积神经网络结构.不同于传统的层与层依次连接的方式,新的结构中将当前层与前一层的特征图进行叠加后共同作为输入进入下一层.与以往结构相比,该卷积神经网络结构缓解了梯度消失的问题,减少了参数数量,且更有效地保留了汉字的细微结构特征.在ICDAR-2013脱机手写体汉字识别竞赛测试集上的实验结果表明,该结构可以在减少模型参数的情况下得到较高的识别准确率.

关键词：汉字识别、深度学习、卷积神经网络、特征图

所属期刊栏目：50

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金项目61473266;河南省高校科技创新团队支持计划项目17IRTSTHN013;河南省高等学校重点科研项目17A413011

在线出版日期：2018-08-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：78-82