Please enable JavaScript.
Coggle requires JavaScript to display documents.
Online and Offline Handwritten Chinese Character Recognition:
A…
Online and Offline Handwritten Chinese Character Recognition:
A Comprehensive Study and New Benchmark
摘要
通過將傳統的歸一化協同方向分解特徵圖 (directMap) 與深度卷積神經網絡 (convNet) 相結合,我們能夠在 ICDAR-2013 競賽數據庫上獲得新的在線和離線 HCCR 的最高準確度。 使用這個新框架,我們可以消除對數據增強和模型集成的需求,這些在其他系統中被廣泛使用以達到最佳效果。 這使得我們的框架對於訓練和測試都是高效和有效的。
此外,雖然 directMap+convNet 可以達到最好的結果並超越人類水平的性能,但我們表明在這種情況下作者適應仍然有效。 提出了一個新的適應層來減少特定源層上訓練和測試數據之間的不匹配。 適應過程可以以無監督的方式高效有效地實施。 通過在預訓練的 convNet 中加入適應層,它可以適應特定作者的新筆跡風格,並且識別準確率可以持續且顯著地進一步提高。 本文概述和比較了最近基於深度學習的 HCCR 方法,並為在線和離線 HCCR 設定了新的基準
-
-