天津大学电气自动化与信息工程学院, 天津 300072
手写体中文的自动识别在文档数字化、手写笔记转录等方面有广泛应用。针对其具有的书写随意、结构复杂、数目众多等特点,提出了一种基于注意力机制的手写体中文识别方法。在卷积神经网络(CNN)模型的基础上,搭建了一种AT(Attention)-CNN网络模型,利用注意力机制实现网络层之间的信息交互,减少了因池化操作导致的信息丢失。在经典手写体中文数据集HWDB上进行实验,结果表明,该方法的识别准确率可以达到95.05%,相比其他模型有显著提升。
手写体中文 卷积神经网络(CNN) 注意力机制 注意力-CNN模型(AT-CNN模型) 激光与光电子学进展
2020, 57(8): 081002
