首页|基于CRNN和EnCTC的英文手写体识别研究

基于CRNN和EnCTC的英文手写体识别研究

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
手写体识别一直是OCR领域的一个热点与难点,随着深度学习快速发展,在OCR领域取得不错的成果.论文设计了一种基于卷积循环神经网络(Convolutional Recurrent Neural Network,CRNN)和最大熵CTC(EnCTC)损失函数进行离线手写体英文识别方法,通过空间转换网络(STN)对数据样本进行几何转换,通过CNN网络提取文字图像特征序列,利用多层BiLSTM网络来学习特征序列的上下文信息,最后使用EnCTC损失函数来进行转录解码,在整个结构上实现了端到端(end-to-end)的识别,不需要对单词进行分开识别,通过对比实验来证明论文算法的有效性.
Research on English Handwriting Recognition Based on CRNN and EnCTC

朱世闻

展开 >

南京邮电大学自动化、人工智能学院 南京 210000

英文手写体识别 CRNN EnCTC

2022

10.3969/j.issn.1672-9722.2022.05.033

计算机与数字工程
中国船舶重工集团公司第七0九研究所

计算机与数字工程

CSTPCD
影响因子：0.355
ISSN：1672-9722
年,卷(期)：2022.50(5)
  • 3
  • 4