一种用于离线手写汉字识别与可视化的高性能CNN方法
计算机视觉与模式识别
2020-06-12 v2
摘要
近期的研究引入了快速、紧凑且高效的卷积神经网络（CNNs）用于离线手写汉字识别（HCCR）。然而，其中许多工作未解决网络可解释性问题。我们提出了一种具有高识别性能的深度CNN新架构，能够学习用于可视化的深度特征。我们模型的特殊之处在于瓶颈层，它使我们能够在减少乘加运算次数和所需存储空间的同时保持其表达能力。我们引入了全局加权平均池化（GWAP）的改进版本——全局加权输出平均池化（GWOAP）。本文展示了它们如何使我们计算类激活图（CAMs），以指示我们的CNN用于识别某一类别时所使用的最相关输入字符图像区域。在ICDAR-2013离线HCCR竞赛数据集上评估，我们表明与当前仅在手写数据上训练的最先进单网络方法相比，我们的模型在参数减少49%且计算成本相同的情况下实现了0.83%的相对错误率降低。我们的方案甚至优于近期的残差学习方法。
引用
@article{arxiv.1812.11489,
title = {A High-Performance CNN Method for Offline Handwritten Chinese Character Recognition and Visualization},
author = {Pavlo Melnyk and Zhiqiang You and Keqin Li},
journal= {arXiv preprint arXiv:1812.11489},
year = {2020}
}
备注
11 pages, 4 figures; corrected typos; added figures; added section 4.6; added details in section 3.3, 4.4