首页|基于Mask-RCNN无分割手写数字字符串的识别

基于Mask-RCNN无分割手写数字字符串的识别

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
针对现有基于过分割的手写体数字字符串识别算法的复杂度较高,以及基于无分割算法无法识别4位及以上长度字符串和准确率较低的问题,提出了基于掩模区域神经网络(Mask-RCNN)的无分割手写数字字符串的识别算法.由于Mask-RCNN增加了并行的全卷积分割子网,能够同时实现对粘连手写数字串中单个数字的掩模分割和数字类别的分类任务.测试集的结果表明,在NIST SD19数据集的1～6位数字串图像及自建掩模数据集的训练下,该网络对长度分别为3位,4位和5位字符串的识别准确率比目前最新算法分别提高了1.2、0.6、0.4个百分点,该算法对非限制位数的手写体数字串的识别具有显著优势,应用前景广阔.
Unsegmented Recognition of Handwritten Numerical Strings Based on Mask-RCNN

陶志勇、韩月明、林森

展开 >

辽宁工程技术大学电子与信息工程学院,辽宁葫芦岛125105

阜新力兴科技有限责任公司,辽宁阜新123000

图像处理 手写数字字符串识别 掩模区域神经网络(Mask-RCNN) 无分割识别

国家重点研发计划辽宁省博士启动基金

2018YFB140330320170520098

2020

10.3788/LOP57.141012

激光与光电子学进展
中国科学院上海光学精密机械研究所

激光与光电子学进展

CSTPCDCSCD北大核心
影响因子：1.153
ISSN：1006-4125
年,卷(期)：2020.57(14)
  • 4
  • 9