-
题名基于卷积循环神经网络的手写汉字文本识别
被引量：1
- 1
-
-
作者
胡瑞朋
何春燕
张伟明
赵立新
李明博
-
机构
河北工程大学机械与装备工程学院
河北工程大学河北省智能工业装备技术重点实验室
集智康(北京)科技有限公司
-
出处
《科学技术与工程》
北大核心
2025年第4期1547-1554,共8页
-
基金
河北省教育厅科学研究项目(CXY2024046)。
-
文摘
为了解决卷积循环神经网络(convolutional recurrent neural networks, CRNN)手写汉字文本识别网络模型的训练参数大、文本识别率低等问题,提出一种基于注意力双向长短期记忆网络(based on attention bi-directional long short-term memory network, AT-BLSTM)和知识蒸馏(knowledge distillation, KD)技术的手写汉字识别方法。通过对AT-BLSTM网络的输入向量特征赋予不同的权重,使模型训练数据集更加高效、准确;通过KD技术将一个高性能的大模型获取的知识传输到一个小模型中,在确保模型准确性的同时,减少训练参数和内存占比,得到一个性能更优的轻量级训练模型。该方法通过多组实验对比,汉字识别准确率提高了6.7%,训练参数减少15.94 M。该网络模型识别准确率达到97.9%,汉字识别效果更好。
-
关键词
卷积循环神经网络(CRNN)
手写汉字文本识别
注意力机制
知识蒸馏(KD)
-
Keywords
convolutional recurrent neural networks(CRNN)
handwritten Chinese character text recognition
attention mechanism
knowledge distillation(KD)
-
分类号
TP391.1
[自动化与计算机技术—计算机应用技术]
-
