MBRNet:融合残差连接的多分支手写字符识别网络

1

作者 李钢 陈太兵 +2 位作者 杨之博 范屹 张玲 《计算机工程与应用》 CSCD 北大核心 2024年第24期149-157,共9页

脱机手写中文字符识别(handwritten Chinese character recognition,HCCR)在计算机视觉领域一直是一个巨大的挑战。相比传统方法,基于深度学习的网络通过训练大量数据在识别任务中取得了差异化的效果,但识别效果依旧处于发展过程中。基... 脱机手写中文字符识别(handwritten Chinese character recognition,HCCR)在计算机视觉领域一直是一个巨大的挑战。相比传统方法,基于深度学习的网络通过训练大量数据在识别任务中取得了差异化的效果,但识别效果依旧处于发展过程中。基于此,结合DW卷积和残差连接设计了一种多分支残差模块,该模块通过DW卷积以较小的内存和参数量为代价来加深网络深度,增强网络的特征提取能力;再通过残差连接抑制网络梯度问题和退化问题;另外,提出了一种多分支权重算法,来改善多分支残差模块中各分支的权重分配问题;并将六个以多分支残差模块为主的结构线性连接,组成HCCR识别网络。该模型在CASIA-HWDB1.0、CASIA-HWDB1.1、ICDAR2013数据集上的识别准确率分别达到了97.77%、97.30%、97.64%,表现出高精度的识别效果。 展开更多

关键词 手写中文字符识别(HCCR) 多分支残差模块 DW卷积 残差连接 多分支权重

在线阅读 下载PDF 职称材料

一种基于特征提取的手写字符识别技术 被引量：8

2

作者 黄瀚敏 汪先矩 +1 位作者 易正俊 马笑潇 《重庆大学学报（自然科学版）》 CAS CSCD 2000年第1期66-69,共4页

在分析图象处理及其特征提取理论的基础上，研究了字符的笔划特点， 探讨了手写字符的宽度、交叉点、链码等特征，用提取字符结构特征的方法，设计并实现了一种手写字符识别系统。实践证明了这些特征简单明确。

关键词 图象处理 字符结构 手写字符识别 特征提取

在线阅读 下载PDF 职称材料

基于特征编码的手写字符识别技术 被引量：6

3

作者 杜彦蕊 李珍 宋伟宏 《计算机工程》 CAS CSCD 北大核心 2004年第5期156-158,共3页

在对字符结构进行大量的理论分析和试验统计分析的基础上，设计并实现了一种基于特征编码的手写字符识别系统。实践证明提取的特征简单明确，识别系统快速有效。

关键词 模式识别 特征 手写字符识别

在线阅读 下载PDF 职称材料

基于压缩传感的手写字符识别方法 被引量：5

4

作者 刘长红 杨扬 陈勇 《计算机应用》 CSCD 北大核心 2009年第8期2080-2082,共3页

基于新出现的压缩传感理论,提出了一种鲁棒的手写字符识别方法,能很好地对含有噪声的字符进行识别。该方法通过对测试字符进行稀疏表示,采用l1范数最小化算法求得最稀疏的系数解,所获得的系数具有明显的类别信息,从而易于对测试字符进... 基于新出现的压缩传感理论,提出了一种鲁棒的手写字符识别方法,能很好地对含有噪声的字符进行识别。该方法通过对测试字符进行稀疏表示,采用l1范数最小化算法求得最稀疏的系数解,所获得的系数具有明显的类别信息,从而易于对测试字符进行分类。实验结果表明,该方法具有很好的噪声鲁棒性。 展开更多

关键词 手写字符识别 压缩传感 稀疏表示 l1最小化

在线阅读 下载PDF 职称材料

用于手写字符识别的SA-ART神经网络模型 被引量：4

5

作者 马驷良 张忠波 吕江花 《吉林大学自然科学学报》 CAS CSCD 北大核心 2001年第2期33-37,共5页

针对前馈 BP网络和 ART网络对手写字符识别的不足以及人的认知机制 ,在大量实践和理论分析的基础上 ,提出具有选择注意机制的 ART模型 SA- ART(Selective Attention-Adaptive Resonance Theory) .经实际检测 ,识别精度有明显提高 .

关键词 ART模型 ART2模型 SA-ART模型 手写字符识别 神经网络 认知机制

在线阅读 下载PDF 职称材料

基于CUDA和深度置信网络的手写字符识别 被引量：7

6

作者 陆军建 林家骏 《华东理工大学学报（自然科学版）》 CAS CSCD 北大核心 2015年第2期210-215,共6页

为了应对海量的字符(手写)识别,提出了一种将统一计算设备架构(Compute Unified Device Architecture,CUDA)和深度置信网络相结合的方法进行手写字符识别。该方法结合受限玻尔兹曼机和反向传播神经网络形成深度置信网络对字符图片数据... 为了应对海量的字符(手写)识别,提出了一种将统一计算设备架构(Compute Unified Device Architecture,CUDA)和深度置信网络相结合的方法进行手写字符识别。该方法结合受限玻尔兹曼机和反向传播神经网络形成深度置信网络对字符图片数据进行识别,并且使用CUDA在图形处理器(GPU)上进行并行计算来完成识别过程。实验结果表明,使用该方法后,在不降低识别精度的情况下手写字符识别的速度大幅提升。 展开更多

关键词 GPU CUDA 手写字符识别 深度置信网络

在线阅读 下载PDF 职称材料

基于分解极限学习机的手写字符识别方法 被引量：5

7

作者 何玉林 李旭 +1 位作者 金一 黄哲学 《计算机科学》 CSCD 北大核心 2022年第11期148-155,共8页

手写字符识别是图像识别的一个重要分支,是基于数据挖掘和机器学习技术对数字、字母和文字等的手写体进行识别。当前手写字符识别方法主要集中在对不同深度学习模型的完善和改进上,其中多层极限学习机由于其快于深度信念网络和深度玻尔... 手写字符识别是图像识别的一个重要分支,是基于数据挖掘和机器学习技术对数字、字母和文字等的手写体进行识别。当前手写字符识别方法主要集中在对不同深度学习模型的完善和改进上,其中多层极限学习机由于其快于深度信念网络和深度玻尔兹曼机的训练速度以及更高的识别精度引起了学术界和工业界的广泛关注。但是,多层极限学习机的预测表现极易受随机权重的影响,层数越多影响就越明显。文中在深入分析浅层极限学习机训练模式的基础上,提出了一种基于隐含层输出矩阵分解的浅层极限学习机模型,并将其应用于对手写字符的识别。分解极限学习机不需要对手写字符图像进行特征提取,而是通过对大规模隐含层输出矩阵的分解来获得极限学习机的输出层权重。相比深层极限学习机,分解极限学习机降低了基于极限学习机的手写字符识别模型训练的随机性。同时,在MNIST类数据集(即MNIST,EMNIST,KMNIST和K49-MNIST)上的比较结果表明,在相同的训练时间下,分解极限学习机能够获得优于多层极限学习机的识别精度;在相同的识别精度下,分解极限学习机的训练时间明显短于多层极限学习机。实验结果证实了分解极限学习的可行性以及在处理手写字符识别问题上的有效性。 展开更多

关键词 手写字符识别 极限学习机 多层极限学习机 深度学习 特征提取

在线阅读 下载PDF 职称材料

基于人工神经网络自适应共振理论的手写字符识别 被引量：1

8

作者 韩可轶 周德俭 +1 位作者 张烈平 谢晓兰 《桂林工学院学报》 北大核心 2006年第1期122-124,共3页

以人工神经网络中的自适应共振理论为基础,研究了用光标在电脑屏幕上进行手写输入的字符识别方法.根据专业领域文字输入中经常使用特殊字符的特点,程序部分由内核是Unicode的Java实现.采用Unicode编码不但可以方便地实现特殊字符的识别... 以人工神经网络中的自适应共振理论为基础,研究了用光标在电脑屏幕上进行手写输入的字符识别方法.根据专业领域文字输入中经常使用特殊字符的特点,程序部分由内核是Unicode的Java实现.采用Unicode编码不但可以方便地实现特殊字符的识别和显示,还有利于跨平台的移植,较好地解决了文字录入中特殊字符不易查找以及某些用户操作键盘不便等实际问题. 展开更多

关键词 手写字符识别 人工神经网络 自适应共振理论 JAVA语言

在线阅读 下载PDF 职称材料

基于层次分类的脱机手写字符识别

9

作者 王云鹏 苗夺谦 岳晓东 《计算机科学》 CSCD 北大核心 2009年第12期203-209,共7页

人类在进行字符识别活动时,会根据对象复杂度的不同,采用不同的识别方法。对于结构简单的字符,利用宏观整体信息识别;对于易混淆的形近字,利用微观具体信息区分。为了模拟人类智能进行字符识别活动的过程,设计了一种基于层次分类的脱机... 人类在进行字符识别活动时,会根据对象复杂度的不同,采用不同的识别方法。对于结构简单的字符,利用宏观整体信息识别;对于易混淆的形近字,利用微观具体信息区分。为了模拟人类智能进行字符识别活动的过程,设计了一种基于层次分类的脱机手写字符识别算法。该算法将分类器划分为宏观层和微观层,宏观层模拟简单字符识别过程,利用基于梯度的统计特征描述整体信息,完成识别;微观层模拟形近字识别过程,利用基于主曲线的结构特征描述具体信息,完成区分。算法还引入了可信度概念,用以量度推理过程及识别结果的不确定性程度。给出了形近字的定义及区分规则。实验表明,提出的算法有效地提高了脱机手写字符的识别率,对形近字的区分效果尤佳。 展开更多

关键词 层次分类 手写字符识别 可信度 形近字 主曲线 梯度

在线阅读 下载PDF 职称材料

多分支轻量级残差网络的手写字符识别方法 被引量：3

10

作者 黎光艳 王修晖 《计算机工程与应用》 CSCD 北大核心 2023年第5期115-121,共7页

由于手写数字容易出现粘连现象,影响了此类字符的分割和识别精度;另一方面,深度学习模型通常计算复杂度较高,导致其无法在资源受限的设备上高效运行。针对上述问题,提出一种多分支轻量级残差网络的手写字符识别方法。针对字符粘连问题... 由于手写数字容易出现粘连现象,影响了此类字符的分割和识别精度;另一方面,深度学习模型通常计算复杂度较高,导致其无法在资源受限的设备上高效运行。针对上述问题,提出一种多分支轻量级残差网络的手写字符识别方法。针对字符粘连问题制作了90类复合数字,将其与MNIST和7种算术符号混合作为实验数据集。将ResNet残差结构和注意力机制融合,借用Inception思想,采用多分支结构,提高网络的特征学习能力,并将网络通过知识蒸馏来学习深度神经网络ResNet。在对107类手写字符数据集上的实验证明,该方法能达到深度网络的高精度,同时模型复杂度大大降低,实现在树莓派等低配置终端上的高精度识别效果。 展开更多

关键词 手写字符识别 残差结构 注意力机制 ResNet 知识蒸馏

在线阅读 下载PDF 职称材料

判别卷积神经网络的手写字符识别模型 被引量：2

11

作者 屈喜文 吴响 +1 位作者 胡冕军 黄俊 《计算机工程与应用》 CSCD 北大核心 2023年第22期151-157,共7页

目前用于离线和联机手写字符识别的深度学习模型一般深度较浅,且使用softmax损失函数进行训练,缺乏从不同类样本中学习判别信息的能力。为构建更深层卷积神经网络模型,提出了一种编码器与解码器相结合的卷积神经网络模型,该模型可以有... 目前用于离线和联机手写字符识别的深度学习模型一般深度较浅,且使用softmax损失函数进行训练,缺乏从不同类样本中学习判别信息的能力。为构建更深层卷积神经网络模型,提出了一种编码器与解码器相结合的卷积神经网络模型,该模型可以有效增加网络深度,避免模型参数剧增导致训练困难的问题。为了进一步提高深度学习模型的识别精度,提出了一种判别损失函数,该损失函数通过最小化训练样本在全连接层的输出与该样本同类别优化原型之间的距离来训练神经网络模型。由于优化原型由最小化分类误差算法学习得到,使用判别损失函数训练的卷积神经网络模型具备了更强的判别能力。在公开的联机手写汉字数据集IAHCC-UCAS2016和离线手写字符数据集MNIST上进行对比实验,实验结果表明,在联机手写数据集上与softmax损失函数相比,判别损失函数的识别率提高了1.04个百分点。在两个数据集上,与现有的用于手写字符识别的传统模型和深度模型相比,提出的判别卷积神经网络模型识别率分别达到95.53%和99.73%,获得了更高的识别精度。 展开更多

关键词 手写字符识别 深度学习 softmax损失函数 优化原型 最小化分类误差算法

在线阅读 下载PDF 职称材料

基于主分量分析的手写数字字符识别 被引量：22

12

作者 芮挺 沈春林 +1 位作者 丁健 张金林 《小型微型计算机系统》 CSCD 北大核心 2005年第2期289-292,共4页

针对手写数字字符识别中由于书写习惯和风格的不同 ,造成字符模式不稳定的问题 ,提出了一种图像预处理方法 .首先采用数学形态学通过细化和膨胀 ,统一字符笔画的粗细 ,并使字符的局部特征得到改善 ;然后利用主分量分析法 (PCA)抽取字符... 针对手写数字字符识别中由于书写习惯和风格的不同 ,造成字符模式不稳定的问题 ,提出了一种图像预处理方法 .首先采用数学形态学通过细化和膨胀 ,统一字符笔画的粗细 ,并使字符的局部特征得到改善 ;然后利用主分量分析法 (PCA)抽取字符特征 ,估计字符的重建模型 ,并通过对重建模型的误差分析进行字符识别 ;最后通过对美国国家邮政局 U SPS字库中全部数字字符完整的识别实验 ,证实了算法的鲁棒性和准确性 . 展开更多

关键词 手写字符识别 图像处理 数学形态学 主分量分析

在线阅读 下载PDF 职称材料

手写体数字识别技术的研究 被引量：34

13

作者 柳回春 马树元 +1 位作者 吴平东 李晓梅 《计算机工程》 CAS CSCD 北大核心 2003年第4期24-25,61,共3页

手写体数字识别特征提取方面，有模板匹配，统计特征和结构特征，在分类器设计上有基于距离的分类器和神经网络分类器等。分析和评价了这些问题后，指出今后的研究方向应在特征综合、分类器集成以及新的分类器的研究上。

关键词 手写体数字识别 手写字符识别 信息处理 神经网络 特征提取 分类器 支持向量机

在线阅读 下载PDF 职称材料

连续字符识别的级联HMM训练算法 被引量：6

14

作者 赵巍 刘家锋 +1 位作者 唐降龙 吴锐 《计算机学报》 EI CSCD 北大核心 2007年第12期2142-2150,共9页

用较简洁的模型表达词典中成千上万的词条以及由这些词组成的类别无以计数的句子,是连续手写识别技术要解决的关键问题之一.利用HMM对时间序列的较强的建模能力这一特点,提出了可用于连续字符识别的HMM级联模型;给出了字符HMM模型连接... 用较简洁的模型表达词典中成千上万的词条以及由这些词组成的类别无以计数的句子,是连续手写识别技术要解决的关键问题之一.利用HMM对时间序列的较强的建模能力这一特点,提出了可用于连续字符识别的HMM级联模型;给出了字符HMM模型连接概率和模型间状态转移概率的定义,并通过修正训练算法的重估公式,重估字符模型的连接参数,描述了用于手写体识别的字符HMM的设计方案;给出了级联训练算法重估公式和级联Baum-Welch训练算法描述.将级联方法应用于手写体英文单词的识别,结果表明,级联模型的描述能力与比较系统相比有明显的优势,获得了良好的识别性能. 展开更多

关键词 连续手写字符识别 隐马尔可夫模型 级联模型 模型间状态转移 级联训练

在线阅读 下载PDF 职称材料

应用SLLE实现手写体数字识别 被引量：4

15

作者 杨晓敏 吴炜 +1 位作者 何小海 陈默 《光学精密工程》 EI CAS CSCD 北大核心 2009年第3期641-647,共7页

针对在手写字符识别中由于书写习惯和风格的不同而造成的字符模式不稳定问题,提出了一种基于流形学习的手写体数字识别方法。在流形学习非监督的基础上引入了监督信息,从而保证高维到低维的映射在保留流形某些结构的同时也可进一步分离... 针对在手写字符识别中由于书写习惯和风格的不同而造成的字符模式不稳定问题,提出了一种基于流形学习的手写体数字识别方法。在流形学习非监督的基础上引入了监督信息,从而保证高维到低维的映射在保留流形某些结构的同时也可进一步分离不同类别的流形。算法首先利用基于监督的局部线性嵌入(SLLE)对手写体数字图像进行字符特征的降维,然后再对降维后的特征进行分类识别。对MINST库中手写体数字数据库进行了实验,实验结果表明,利用SLLE降维以后的特征能够有效地区分字符,识别率可达到93.27%;由于具有较好的识别率,能够发现高维空间的低维嵌入流形。 展开更多

关键词 流形学习 监督局部线性嵌入 手写字符识别 非线性降维

在线阅读 下载PDF 职称材料

一种新的基于Grassmann流形度量的手写体数字识别方法

16

作者 王卫华 王长杰 张伟 《现代电子技术》 北大核心 2016年第9期66-69,共4页

针对现有手写数字识别难以处理几何变换下的识别难题,提出一种新的基于Grassmann流形度量的手写体数字识别方法。在分析不同几何变换下的手写数字字符所构成的非线性流形空间结构基础上,定义了Grassmann流形及其距离度量,并通过计算待... 针对现有手写数字识别难以处理几何变换下的识别难题,提出一种新的基于Grassmann流形度量的手写体数字识别方法。在分析不同几何变换下的手写数字字符所构成的非线性流形空间结构基础上,定义了Grassmann流形及其距离度量,并通过计算待识别数字字符与训练字符集合构成的Grassmann流形距离实现手写数字字符的分类识别。通过在MNIST数据库上的实验,证明该算法具有较好的实时性和鲁棒性,在对数字的识别率、稳定性、计算效率上显著优于现有基于切距离的手写数字识别算法,在识别率、稳定性上较现有基于欧氏距离的算法有较大的提高。 展开更多

关键词 手写字符识别 GRASSMANN流形 几何变换 最近邻分类

在线阅读 下载PDF 职称材料

基于高阶统计的手写字符形变弹性匹配法

17

作者 马瑞 杨静宇 《中文信息学报》 CSCD 北大核心 2006年第5期65-70,共6页

针对传统弹性匹配法在手写字符识别中存在着由于过匹配而造成误识别的不足,提出一种基于高阶统计的形变弹性匹配法。根据高阶统计量包含字符形状上的细节变化信息,采用独立分量分析抽取出每个字符类的内在变化方向,并将其应用到弹性匹... 针对传统弹性匹配法在手写字符识别中存在着由于过匹配而造成误识别的不足,提出一种基于高阶统计的形变弹性匹配法。根据高阶统计量包含字符形状上的细节变化信息,采用独立分量分析抽取出每个字符类的内在变化方向,并将其应用到弹性匹配的形变模型中。字符的任意种形状变化由这组独立分量的线性叠加来表示。通过形变模型,类模板字符发生形变逐次向输入待识别字符趋近,从而在两个字符之间求得一种最佳匹配。在实验结果中,识别率达到92.81%,得到了提高,表明该方法的有效性。 展开更多

关键词 人工智能 模式识别 手写字符识别 高阶统计 弹性匹配 内在形变 独立分量分析(ICA)

在线阅读 下载PDF 职称材料

基于手写-印刷混合字符的口算题识别

18

作者 纪睿哲 程艳云 《计算机工程与设计》 北大核心 2021年第11期3271-3276,共6页

针对小学生口算题中印刷体与手写体字符同时存在以及手写体字符不规范的问题,提出`一种基于编码器-解码器模型的整体识别方法。引入多分支改进的Densenet网络对图片进行特征提取,在此基础上引入基于多分支改进后的联合CTC-Attention模... 针对小学生口算题中印刷体与手写体字符同时存在以及手写体字符不规范的问题,提出`一种基于编码器-解码器模型的整体识别方法。引入多分支改进的Densenet网络对图片进行特征提取,在此基础上引入基于多分支改进后的联合CTC-Attention模型的编码器-解码器模型进行处理以充分利用多分支特征。基于真实样本数量不足、分布不均的问题,提出一种样本生成方法。以实例验证该模型与样本生成方法的可行性。 展开更多

关键词 手写-印刷混合字符识别 口算题识别 密集卷积网络 长短期记忆网络 联合模型

在线阅读 下载PDF 职称材料

自由手写体数字表格自动识别录入系统的研制

19

作者 杨磊 许利民 《计算机应用研究》 CSCD 北大核心 2002年第5期153-154,158,共3页

介绍了自由手写体数字表格自动识别录入系统的研制情况及该系统的组成结构和相关 技术。

关键词 手写体数字表格 自动识别录入系统 手写字符识别 计算机

在线阅读 下载PDF 职称材料

基于多级分类器的自由手写数字在线识别

20

作者 乔进 潘保昌 +1 位作者 赵学军 肖彤 《重庆大学学报（自然科学版）》 EI CAS CSCD 1999年第3期127-132,共6页

设计了一种用于手写字符在线识别的多级分类器模型。在该模型中，通过对四个独立的分类算法进行集成，将脱机方法与联机方法，神经网络方法与传统方法有机地结合起来构成一个完整的手写字符在线识别系统．理论分析和实验结果表明，该集... 设计了一种用于手写字符在线识别的多级分类器模型。在该模型中，通过对四个独立的分类算法进行集成，将脱机方法与联机方法，神经网络方法与传统方法有机地结合起来构成一个完整的手写字符在线识别系统．理论分析和实验结果表明，该集成系统比单一系统具有明显的优越性。 展开更多

关键词 数字识别 多级分类器 手写字符识别 在线识别

在线阅读 下载PDF 职称材料