基于卷積神經(jīng)網(wǎng)絡(luò)的聯(lián)機手寫漢字識別系統(tǒng).pdf

1、在聯(lián)機手寫識別系統(tǒng)中，通常是根據(jù)手寫字符的筆畫、筆順以及軌跡序列進行特征提取。對于漢字來說，其結(jié)構(gòu)復雜，形近字較多，而且由于不同人的書寫習慣不同導致漢字的書寫形變差異也較大，大大增加了提取聯(lián)機手寫漢字穩(wěn)定特征的難度。近年來，卷積神經(jīng)網(wǎng)絡(luò)可以自動提取輸入數(shù)據(jù)的特征而不需要顯式的構(gòu)造，這就減少了人為干預(yù)帶來的誤差，卷積神經(jīng)網(wǎng)絡(luò)的這一特征應(yīng)其在圖像處理領(lǐng)域獲得了廣泛應(yīng)用。對于手寫漢字來說，卷積神經(jīng)網(wǎng)絡(luò)可以通過對局部視野域內(nèi)的特征進行卷積操作，

2、從而從手寫漢字的局部特征入手，生成更具代表性的特征。因此，探討如何將卷積神經(jīng)網(wǎng)絡(luò)應(yīng)用到聯(lián)機手寫漢字的特征構(gòu)造與字符識別中就具有一定的可行性。
　　本文在考慮手寫漢字采集特點以及漢字形變多樣性的情況下，提出一種基于卷積神經(jīng)網(wǎng)絡(luò)的聯(lián)機手寫識別系統(tǒng)，系統(tǒng)的實現(xiàn)主要包括三個部分：首先是對采集的點信息進行規(guī)整化和必要的插值操作，以完成數(shù)據(jù)的規(guī)范化，在該規(guī)范化處理過程中，本文使用了線性規(guī)整化和線性插值的方法。然后構(gòu)造并訓練了卷積神經(jīng)網(wǎng)絡(luò)與八方

3、向特征相結(jié)合的網(wǎng)絡(luò)結(jié)構(gòu)，該結(jié)構(gòu)利用八方向特征調(diào)節(jié)卷積神經(jīng)網(wǎng)絡(luò)的卷積層特征參數(shù)，生成與八方向特征較少交集的卷積層特征。最后將該卷積層特征與八方向特征一起經(jīng)歸一化后傳入隱藏層進行訓練并進行手寫漢字分類。
　　實驗中，本文以哈爾濱工業(yè)大學深圳研究生院采集的HIT-OR3C、華南理工大學采集的SCUT-COUCH2009以及中國科學院采集的CASIA-OLHWDB1.0和1.1的數(shù)據(jù)集進行訓練，以2010、2011以及2013年ICDAR