CN110929652B - 基于LeNet-5网络模型的手写体中文字符识别方法 - Google Patents

基于LeNet-5网络模型的手写体中文字符识别方法 Download PDF

Info

Publication number
CN110929652B
CN110929652B CN201911172871.0A CN201911172871A CN110929652B CN 110929652 B CN110929652 B CN 110929652B CN 201911172871 A CN201911172871 A CN 201911172871A CN 110929652 B CN110929652 B CN 110929652B
Authority
CN
China
Prior art keywords
convolution
layer
size
network model
pooling
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201911172871.0A
Other languages
English (en)
Other versions
CN110929652A (zh
Inventor
何凯
黄婉蓉
刘坤
高圣楠
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Tianjin University
Original Assignee
Tianjin University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Tianjin University filed Critical Tianjin University
Priority to CN201911172871.0A priority Critical patent/CN110929652B/zh
Publication of CN110929652A publication Critical patent/CN110929652A/zh
Application granted granted Critical
Publication of CN110929652B publication Critical patent/CN110929652B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/30—Writer recognition; Reading and verifying signatures
    • G06V40/33—Writer recognition; Reading and verifying signatures based only on signature image, e.g. static signature recognition
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/045—Combinations of networks
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • General Engineering & Computer Science (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • Biomedical Technology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Human Computer Interaction (AREA)
  • Multimedia (AREA)
  • Character Discrimination (AREA)

Abstract

本发明涉及计算机图像处理领域，为解决传统手写中文字符识别准确率较低的问题，实现手写中文字符的自动识别，本发明，基于LeNet‑5网络模型的手写体中文字符识别方法，由基于数据流编程的符号数学系统框架构造一个LeNet‑II网络模型，所述网络模型是由分支branch1、分支branch2和输出三个组成部分的卷积神经网络，branch1包括卷积层、池化层和一个改进的Inception模块；branch2由空洞卷积层和最大池化层组成；输出部分包括卷积层、池化层、全连接层、输出层；利用训练集对所述网络模型进行训练；最终利用训练完毕的LeNet‑II网络模型进行识别。本发明主要应用于设计制造场合。

Description

基于LeNet-5网络模型的手写体中文字符识别方法
技术领域
本发明涉及计算机图像处理领域，尤其涉及一种基于LeNet-5网络模型的手写体中文字符识别方法。
背景技术
手写体中文自动识别是实现文档数字化的前提和基础，也是计算机视觉领域的研究热点，其在历史文档识别，支票信息识别，信封上的邮政地址识别等方面都有着广泛的应用。在过去的几十年中，各国学者在该领域做了大量研究工作，取得了很大进展，但目前仍然存在一些问题。手写体中文自动识别的困难主要来自于：1)中文字符数量众多、书写随意、风格迥异、结构复杂、笔画繁琐；2)部分中文字符字形相近、差异极小，当书写不规范时甚至人类自身都难以识别，例如：字符“大”、“太”和“犬”，“日”、“曰”和“目”，“工”、“土”和“士”等，这使得中文识别具有很大的挑战性。
手写中文识别可分为：联机手写中文识别和脱机手写中文识别2大类；与前者相比，后者由于没有可以利用的笔画时序信息，识别难度更大，准确率更低。本文主要针对后者开展相关研究，常用的识别方法主要有：支持向量机(Support vector machine,SVM)、改进的二次判决函数(Modifled quadratic discriminant function,MQDF)以及鉴别学习二次判决函数(Discriminative learning quadratic discriminant function,DLQDF)等。
上述方法的识别准确率与人类表现有很大差距，无法满足实际要求。因此，LeCun在20世纪90年代提出了卷积神经网络,，其在字符识别中取得了较好的实际效果，代表了当前的主要研究方向。例如：瑞士人工智能研究所提出基于卷积神经网络GPU(图形处理器)实现汉字识别，富士通团队提出基于深度卷积神经网络模型的识别方法，以及吴等人提出的基于松弛卷积神经网络的识别方法，都取得了较好的中文识别效果。
发明内容
本发明提供了一种基于LeNet-5网络模型的手写体中文字符识别方法，本发明解决了传统手写中文字符识别准确率较低的问题，实现了手写中文字符的自动识别，详见下文描述：
一种基于LeNet-5网络模型的手写体中文字符识别方法，在LeNet-5网络模型的基础上进行改进，由基于数据流编程的符号数学系统TensorFlow框架构造一个LeNet-II网络模型，所述网络模型是由分支branch1、分支branch2和输出三个组成部分的卷积神经网络，branch1包括卷积层、池化层和一个改进的Inception模块；branch2由空洞卷积层和最大池化层组成；输出部分包括卷积层、池化层、全连接层、输出层；利用训练集对所述网络模型进行训练；最终利用训练完毕的LeNet-II网络模型进行识别。
待识别数据输入所述网络模型前需进行如下处理：
对文本图片进行灰度化、二值化处理；
对中文字符图片进行扫描处理，对中文字符进行正射纠正，并使其位于图片中间位置，上下左右各留出10个空白像素；
branch1包括：3个卷积层、3个池化层和一个改进的Inception模块，3个池化层均采用最大池化计算；
由4层空洞卷积层和3层最大池化层组成branch2部分。
改进的Inception模块具体指，重新分配Inception模块的4个通道数，增加3×3卷积核的通道数，减少1×1卷积核的通道数，3×3卷积通道、5×5卷积通道、1×1卷积通道以及池化通道4个通道数的比例为5:1:1:1；同时，在3×3卷积层后添加一层卷积层，此外，还将5×5的二维卷积核分解为1×5和5×1两个一维卷积。
所述由4层空洞卷积层和3层最大池化层组成的branch2部分具体结构为：
Layer(层)1为空洞卷积层，卷积核大小为3×3，卷积核个数为64，空洞卷积的间隔数量为2，输入图像大小为64×64，输出图像大小为64×64；
Layer2为池化层，池化过滤器大小为2×2，过滤器个数为64，步长为2，输入图像大小为64×64，输出图像大小为32×32；
Layer3为空洞卷积层，卷积核大小为3×3，卷积核个数为128，空洞卷积的间隔数量为2，输入图像大小为32×32，输出图像大小为32×32；
Layer4为池化层，池化过滤器大小为2×2，过滤器个数为128，步长为2，输入图像大小为32×32，输出图像大小为16×16；
Layer 5为空洞卷积层，卷积核大小为3×3，卷积核个数为256，空洞卷积的间隔数量为2，输入图像大小为16×16，输出图像大小为16×16；
Layer 6为空洞卷积层，卷积核大小为3×3，卷积核个数为512，空洞卷积的间隔数量为2，输入图像大小为16×16，输出图像大小为16×16；
Layer 7为池化层，池化过滤器大小为2×2，过滤器个数为512，步长为2，输入图像大小为16×16，输出图像大小为8×8。
利用空洞卷积来进行branch2卷积层的计算，计算公式如下：
ksize＝(n-1)×(k-1)+k (1)
r＝(m-1)×stride+ksize (2)
其中,n表示卷积核的间隔数量，k表示卷积核大小，ksize表示膨胀卷积核大小，r表示本层感受野，m表示上层感受野，stride表示步长。
本发明的特点及有益效果是：
1、本发明在经典LeNet-5网络模型的基础上进行改进，提出了一种LeNet-II模型，实现了手写中文字符的自动识别；
2、本发明利用空洞卷积，设计了一种并行的双路卷积神经网络结构；两路分支可分别提取手写中文图像中不同尺度的特征，获得多个尺度的特征图像；
3、本发明对Inception模块进行改进，以降低计算成本，减轻过拟合；并利用非对称的卷积结构来获得更加丰富的空间特征。
附图说明：
图1是一种基于LeNet-5网络模型的手写体中文字符识别方法的流程图；
图2是LeNet-II模型网络结构；
图3是改进前的Inception模块；
图4是改进后的Inception模块；
图5是LeNet-5模型accuracy曲线图；
图6是LeNet-II模型accuracy曲线图。
表1是几种方法在HWDB数据集上识别准确率比较。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面对本发明实施方式作进一步地详细描述。
实施例1
本发明实施例提供了一种基于LeNet-5(一种包括3层卷积层、2层池化层、1层全连接层和1层输出层的7层卷积神经网络，用于手写体字符识别)网络模型的手写体中文字符识别方法，参见图1，该方法包括以下步骤：
101：对中文字符图片进行灰度化、二值化处理；
102：对中文字符进行扫描处理，对中文进行正射纠正，并使其位于图片中间位置，上下左右各留出10个空白像素；
103：构建LeNet-II(本发明所设计的包括2路分支的卷积神经网络，用于手写体中文识别)网络模型，利用训练集进行训练；输入待测图片，利用构建的LeNet-II网络模型进行识别。
其中，本发明实施例使用的深度学习框架为TensorFlow(基于数据流编程的符号数学系统)。基于TensorFlow构造一个LeNet-II网络模型，该网络模型由branch1(分支1)、branch2(分支2)和输出三个部分组成。其中branch1包括：3个卷积层、3个池化层和一个改进的Inception(一种具有优良局部拓扑结构的网络，使用3个不同大小的滤波器对输入执行卷积操作)模块。3个池化层均采用最大池化计算。
1、Layer(层)1为卷积层，卷积核大小为3×3，卷积核个数为64，步长为1，输入图像大小为64×64，输出图像大小为64×64；
2、Layer 2为池化层，池化过滤器大小为2×2，过滤器个数为64，步长为2，输入图像大小为64×64，输出图像大小为32×32；
3、Layer 3为卷积层，卷积核大小为3×3，卷积核个数为128，步长为1，输入图像大小为32×32，输出图像大小为32×32；
4、Layer 4为池化层，池化过滤器大小为2×2，过滤器个数为128，步长为2，输入图像大小为32×32，输出图像大小为16×16；
5、Layer 5为卷积层，卷积核大小为3×3，卷积核个数为256，步长为1，输入图像大小为16×16，输出图像大小为16×16；
6、Layer 6为池化层，池化过滤器大小为2×2，过滤器个数为256，步长为2，输入图像大小为16×16，输出图像大小为8×8；
7、Layer7为一个改进的Inception模块，由于Inception模块前一卷积层使用256通道，且卷积核大小为3×3；为避免特征表示瓶颈，造成信息损失，本发明重新分配了Inception模块的4个通道数，适当增加3×3卷积核的通道数，减少1×1卷积核的通道数，将原本3×3卷积通道、5×5卷积通道、1×1卷积通道以及池化通道4个通道数的比例由4:1:2:1修改为5:1:1:1；同时，在3×3卷积层后又添加了一层卷积层，以增强3×3这一通道的表达能力。此外，还将5×5的二维卷积核分解为1×5和5×1两个一维卷积，以降低计算成本，减轻过拟合；并利用非对称的卷积结构来获得更加丰富的空间特征。
输出部分结构为：
8、Layer 8为卷积层，卷积核大小为3×3，卷积核个数为768，步长为1，输入图像大小为8×8，输出图像大小为8×8；
9、Layer 9为池化层，池化过滤器大小为2×2，过滤器个数为768，步长为2，输入图像大小为8×8，输出图像大小为4×4；
10、Layer 10为全连接层，输出1024个神经元；
11、Layer 11为输出层，输出3755个神经元，用于执行最终的识别。
综上所述，本发明实施例改进了Inception模块，利用非对称的卷积结构来获得更加丰富的空间特征，实现了手写中文字符的自动识别。
实施例2
下面结合具体的计算公式、实例对实施例1中的branch2部分以及LeNet-II网络模型进行进一步地介绍，详见下文描述：
201：为增加特征图像的多样性，本发明设计了LeNet-II模型的branch2结构，它由4层空洞卷积层和3层最大池化层组成。一幅手写汉字图像可在不同尺度上对特征进行提取，以更全面地反映图像信息。LeNet-II模型中branch1结构使用3×3的卷积核提取图像信息，因此branch2结构需要使用更大的卷积核，以更好地学习手写汉字图像边缘的形状特征。然而，采用5×5或者7×7的卷积核，会极大地增加参数个数和计算复杂度。为解决这一问题，本发明利用空洞卷积来进行branch2卷积层的计算。计算公式如下：
ksize＝(n-1)×(k-1)+k (3)
r＝(m-1)×stride+ksize (4)
其中,n表示卷积核的间隔数量(普通卷积为1)，k表示卷积核大小，ksize表示膨胀卷积核大小，r表示本层感受野，m表示上层感受野，stride表示步长。从公式(3)、(4)可以看出，相比于普通卷积，空洞卷积在卷积核大小相同时，可以拥有更大的感受野，有助于减少空间层级化信息和内部数据结构信息的丢失。Branch2的卷积核大小仍选择3×3，对比branch1和branch2的第1层，在空洞卷积的间隔数量为2时，感受野从3×3增加到了5×5。
202：所述由4层空洞卷积层和3层最大池化层组成的branch2部分具体结构为：
1、Layer1为空洞卷积层，卷积核大小为3×3，卷积核个数为64，空洞卷积的间隔数量为2，输入图像大小为64×64，输出图像大小为64×64；
2、Layer2为池化层，池化过滤器大小为2×2，过滤器个数为64，步长为2，输入图像大小为64×64，输出图像大小为32×32；
3、Layer 3为空洞卷积层，卷积核大小为3×3，卷积核个数为128，空洞卷积的间隔数量为2，输入图像大小为32×32，输出图像大小为32×32；
4、Layer 4为池化层，池化过滤器大小为2×2，过滤器个数为128，步长为2，输入图像大小为32×32，输出图像大小为16×16；
5、Layer 5为空洞卷积层，卷积核大小为3×3，卷积核个数为256，空洞卷积的间隔数量为2，输入图像大小为16×16，输出图像大小为16×16；
6、Layer 6为空洞卷积层，卷积核大小为3×3，卷积核个数为512，空洞卷积的间隔数量为2，输入图像大小为16×16，输出图像大小为16×16；
7、Layer 7为池化层，池化过滤器大小为2×2，过滤器个数为512，步长为2，输入图像大小为16×16，输出图像大小为8×8。
203：LeNet-II模型采用swish激活函数(谷歌在2017年10月16号提出的一种新型激活函数)，并将其应用于LeNet-II模型的卷积层，以进一步提升模型的准确率。Swish函数的计算公式如下：
204：利用构建好的LeNet-II模型，对数据集进行训练；
本发明使用HWDB(Handwriting Database，笔迹数据库)数据集进行训练和测试；总共包含3755个中文字符，每个字符有300个笔迹样本。从数据集中随机选取80％的数据作为训练数据集，剩下的20％数据作为测试数据集。
205：将HWDB数据集中的图像信息作为输入层，输入到构建的LeNet-II模型中；
206：对中文字符图像进行正射纠正，使得中文字符位于图片中间位置，上下左右各自余留10个像素的空白区域；
207：得到训练好的模型后，将分割并处理后的中文字符图像输入模型进行识别，得到识别好的中文字符结果。
综上所述，本发明实施例利用改进的Inception模块和空洞卷积，设计了一种并行的双路卷积神经网络结构；两路分支可分别提取手写中文图像中不同尺度的特征，获得多个尺度的特征图像；通过对其进行特征融合，可以达到丰富特征图像多样性、提升识别准确率的目的；利用该模型实现了3755类手写体中文字符的自动识别。
实施例3
下面结合图5-图6、表1对实施例1和2中的方案进行可行性验证，详见下文描述：
301：本发明使用HWDB数据集进行训练和测试。
302：首先利用构建好的LeNet-II网络模型对HWDB数据集进行训练和测试，并得到训练好的模型。本发明实验中，操作系统为Ubuntu(乌班图)16.04，GPU(图形处理器)内存为11G，使用TensorFlow深度学习框架。
303：实验结果的分析。
采用LeNet-5和LeNet-II模型，训练accuracy(准确率)曲线如图5和图6所示。从图中可以看出，LeNet-5模型经过80k步训练之后，accuracy曲线才逐渐趋于平稳，之后一直在80％附近波动；而LeNet-II模型，经20k步训练之后，accuracy值即可达到90％，40k步之后，基本保持平稳；70k步之后，基本达到98％以上，性能明显优于LeNet-5模型。
304：采用不同识别方法对HWDB数据集进行识别，其识别准确率如表1所示。从表中可以看出，基于本文LeNet-II模型，识别准确率明显优于传统方法，也略优于ICDAR(文档分析与识别国际会议)-2011和ICDAR-2013冠军队伍方法，证明了该模型的有效性。
表1几种方法在HWDB数据集上识别准确率比较
参考文献
[1]Tensorflow API Documentation[M].Google,2015.
[2]Wang Y W,Li X,Liu C S,et al.An MQDF-CNN hybrid model for offlinehandwritten Chinese character recognition[C]//2014 14th InternationalConference on Frontiers in Handwriting Recognition.IEEE,2014:246-249.
[3]Liu C L,Yin F,Wang D H,et al.Chinese handwriting recognitioncontest 2010[C]//2010Chinese Conference on Pattern Recognition(CCPR).IEEE,2010:1-5.
[4]Liu C L,Yin F,Wang Q F,et al.ICDAR 2011Chinese HandwritingRecognition Competition[C]//2011International Conference on Document Analysisand Recognition.IEEE,2011:1464-1469.
[5]Yin F,Wang Q F,Zhang X Y,et al.ICDAR 2013Chinese handwritingrecognition competition[C]//2013 12th International Conference on DocumentAnalysis and Recognition.IEEE,2013:1464-1470.
本领域技术人员可以理解附图只是一个优选实施例的示意图，上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (4)

1.一种基于LeNet-5网络模型的手写体中文字符识别方法，其特征是，由基于数据流编程的符号数学系统TensorFlow框架构造一个LeNet-II网络模型，所述LeNet-II网络模型是由分支branch1、分支branch2和输出三个组成部分的卷积神经网络，branch1包括卷积层、池化层和一个改进的Inception模块；branch2由空洞卷积层和最大池化层组成；输出部分包括卷积层、池化层、全连接层、输出层；利用训练集对所述网络模型进行训练；最终利用训练完毕的LeNet-II网络模型进行识别；
branch1包括：3个卷积层、3个池化层和一个改进的Inception模块，3个池化层均采用最大池化计算；
由4层空洞卷积层和3层最大池化层组成branch2部分；
改进的Inception模块具体指，重新分配Inception模块的4个通道数，增加3×3卷积核的通道数，减少1×1卷积核的通道数，3×3卷积通道、5×5卷积通道、1×1卷积通道以及池化通道4个通道数的比例为5:1:1:1；同时，在3×3卷积层后添加一层卷积层，此外，还将5×5的二维卷积核分解为1×5和5×1两个一维卷积。
2.如权利要求1所述的基于LeNet-5网络模型的手写体中文字符识别方法，其特征是，待识别数据输入所述网络模型前需进行如下处理：
对文本图片进行灰度化、二值化处理；
对中文字符图片进行扫描处理，对中文字符进行正射纠正，并使其位于图片中间位置，上下左右各留出10个空白像素。
3.如权利要求2所述的基于LeNet-5网络模型的手写体中文字符识别方法，其特征是，所述由4层空洞卷积层和3层最大池化层组成的branch2部分具体结构为：
Layer层1为空洞卷积层，卷积核大小为3×3，卷积核个数为64，空洞卷积的间隔数量为2，输入图像大小为64×64，输出图像大小为64×64；
Layer2为池化层，池化过滤器大小为2×2，过滤器个数为64，步长为2，输入图像大小为64×64，输出图像大小为32×32；
Layer3为空洞卷积层，卷积核大小为3×3，卷积核个数为128，空洞卷积的间隔数量为2，输入图像大小为32×32，输出图像大小为32×32；
Layer4为池化层，池化过滤器大小为2×2，过滤器个数为128，步长为2，输入图像大小为32×32，输出图像大小为16×16；
Layer 5为空洞卷积层，卷积核大小为3×3，卷积核个数为256，空洞卷积的间隔数量为2，输入图像大小为16×16，输出图像大小为16×16；
Layer 6为空洞卷积层，卷积核大小为3×3，卷积核个数为512，空洞卷积的间隔数量为2，输入图像大小为16×16，输出图像大小为16×16；
Layer 7为池化层，池化过滤器大小为2×2，过滤器个数为512，步长为2，输入图像大小为16×16，输出图像大小为8×8。
4.如权利要求3所述的基于LeNet-5网络模型的手写体中文字符识别方法，其特征是，利用空洞卷积来进行branch2卷积层的计算，计算公式如下：
ksize＝(n-1)×(k-1)+k (1)
r＝(m-1)×stride+ksize (2)
其中,n表示卷积核的间隔数量，k表示卷积核大小，ksize表示膨胀卷积核大小，r表示本层感受野，m表示上层感受野，stride表示步长。
CN201911172871.0A 2019-11-26 2019-11-26 基于LeNet-5网络模型的手写体中文字符识别方法 Active CN110929652B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911172871.0A CN110929652B (zh) 2019-11-26 2019-11-26 基于LeNet-5网络模型的手写体中文字符识别方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911172871.0A CN110929652B (zh) 2019-11-26 2019-11-26 基于LeNet-5网络模型的手写体中文字符识别方法

Publications (2)

Publication Number Publication Date
CN110929652A CN110929652A (zh) 2020-03-27
CN110929652B true CN110929652B (zh) 2023-08-01

Family

ID=69851941

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911172871.0A Active CN110929652B (zh) 2019-11-26 2019-11-26 基于LeNet-5网络模型的手写体中文字符识别方法

Country Status (1)

Country Link
CN (1) CN110929652B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112149661A (zh) * 2020-08-07 2020-12-29 珠海欧比特宇航科技股份有限公司 车牌识别方法、装置及介质
CN112183494A (zh) * 2020-11-05 2021-01-05 新华三大数据技术有限公司 基于神经网络的文字识别方法、装置及存储介质

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104966097A (zh) * 2015-06-12 2015-10-07 成都数联铭品科技有限公司 一种基于深度学习的复杂文字识别方法
CN107169435A (zh) * 2017-05-10 2017-09-15 天津大学 一种基于雷达仿真图像的卷积神经网络人体动作分类方法
WO2018120013A1 (en) * 2016-12-30 2018-07-05 Nokia Technologies Oy Artificial neural network
CN108734168A (zh) * 2018-05-18 2018-11-02 天津科技大学 一种手写数字的识别方法
CN109033940A (zh) * 2018-06-04 2018-12-18 上海依图网络科技有限公司 一种图像识别方法、装置、计算设备及存储介质
CN109977958A (zh) * 2019-03-25 2019-07-05 中国科学技术大学 一种离线手写体数学公式识别重构方法
CN110232394A (zh) * 2018-03-06 2019-09-13 华南理工大学 一种多尺度图像语义分割方法
CN110288030A (zh) * 2019-06-27 2019-09-27 重庆大学 基于轻量化网络模型的图像识别方法、装置及设备

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106874956B (zh) * 2017-02-27 2018-10-23 陕西师范大学 图像分类卷积神经网络结构的构建方法
RU2661750C1 (ru) * 2017-05-30 2018-07-19 Общество с ограниченной ответственностью "Аби Продакшн" Распознавание символов с использованием искусственного интеллекта
CN110084240A (zh) * 2019-04-24 2019-08-02 网易（杭州）网络有限公司 一种文字提取系统、方法、介质和计算设备
US20190311248A1 (en) * 2019-06-21 2019-10-10 Intel Corporation Method for random sampled convolutions with low cost enhanced expressive power

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104966097A (zh) * 2015-06-12 2015-10-07 成都数联铭品科技有限公司 一种基于深度学习的复杂文字识别方法
WO2018120013A1 (en) * 2016-12-30 2018-07-05 Nokia Technologies Oy Artificial neural network
CN107169435A (zh) * 2017-05-10 2017-09-15 天津大学 一种基于雷达仿真图像的卷积神经网络人体动作分类方法
CN110232394A (zh) * 2018-03-06 2019-09-13 华南理工大学 一种多尺度图像语义分割方法
CN108734168A (zh) * 2018-05-18 2018-11-02 天津科技大学 一种手写数字的识别方法
CN109033940A (zh) * 2018-06-04 2018-12-18 上海依图网络科技有限公司 一种图像识别方法、装置、计算设备及存储介质
CN109977958A (zh) * 2019-03-25 2019-07-05 中国科学技术大学 一种离线手写体数学公式识别重构方法
CN110288030A (zh) * 2019-06-27 2019-09-27 重庆大学 基于轻量化网络模型的图像识别方法、装置及设备

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Pytorch框架下基于卷积神经网络实现手写数字识别;黄一天;陈芝彤;;电子技术与软件工程(第19期);全文 *
基于改进卷积神经网络的手写体识别研究;张庆辉;万晨霞;陈众威;;中原工学院学报(第04期);全文 *

Also Published As

Publication number Publication date
CN110929652A (zh) 2020-03-27

Similar Documents

Publication Publication Date Title
Rahman et al. Bangla handwritten character recognition using convolutional neural network
CN104537393B (zh) 一种基于多分辨率卷积神经网络的交通标志识别方法
Vig et al. Large-scale optimization of hierarchical features for saliency prediction in natural images
Chakraborty et al. Does deeper network lead to better accuracy: a case study on handwritten Devanagari characters
Akhand et al. Convolutional neural network training incorporating rotation-based generated patterns and handwritten numeral recognition of major Indian scripts
Vijayaraghavan et al. Handwritten Tamil recognition using a convolutional neural network
Zhang Deep convolutional network for handwritten Chinese character recognition
CN110929652B (zh) 基于LeNet-5网络模型的手写体中文字符识别方法
Akhand et al. Convolutional Neural Network based Handwritten Bengali and Bengali-English Mixed Numeral Recognition.
CN107220655A (zh) 一种基于深度学习的手写、印刷文本的分类方法
Hidayat et al. A convolutional neural network-based ancient sundanese character classifier with data augmentation
Dai Nguyen et al. Recognition of online handwritten math symbols using deep neural networks
Zarro et al. Recognition-based online Kurdish character recognition using hidden Markov model and harmony search
Sutramiani et al. MAT-AGCA: Multi Augmentation Technique on small dataset for Balinese character recognition using Convolutional Neural Network
Akhand et al. Bangla handwritten numeral recognition using convolutional neural network
Jana et al. Handwritten digit recognition using convolutional neural networks
Farahbakhsh et al. Improving Persian digit recognition by combining data augmentation and AlexNet
Sutramiani et al. Transfer learning on balinese character recognition of lontar manuscript using MobileNet
Rahman Towards optimal convolutional neural network parameters for bengali handwritten numerals recognition
Dewan et al. A system for offline character recognition using auto-encoder networks
Wang et al. Facial expression recognition based on the fusion of CNN and SIFT features
Zheng et al. Segmentation-free multi-font printed Manchu word recognition using deep convolutional features and data augmentation
Chandio et al. Multi-font and multi-size printed Sindhi character recognition using Convolutional Neural Networks
Hajihashemi et al. A pattern recognition based Holographic Graph Neuron for Persian alphabet recognition
Akhand et al. Multiple convolutional neural network training for Bangla handwritten numeral recognition

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant