深度学习技术及其在手写识别中应用范围的全面综述
计算机视觉与模式识别
2024-04-15 v1 机器学习
摘要
深度学习代表了一类机器学习算法，能够将原始输入结合成中间特征层。这些深度学习算法在不同领域展现出优异的结果。深度学习在计算机视觉和模式识别的多个领域中，尤其见证了达到人类水平性能的巨大成就。为了在各种领域实现最先进的性能，深度学习使用了不同的架构，而这些架构使用激活函数在任何架构的隐藏层和输出层之间执行各种计算。本文对深度学习在手写识别领域的现有研究进行了综述。尽管近期进展表明深度学习方法为加速手写识别或提供准确结果提供了有价值的手段，但通过广泛的文献综述，本研究发现深度学习仍有待进一步引发变革，并且必须解决该领域中最紧迫的许多挑战，但在先前最先进技术的基础上已取得了可喜的进展。此外，用于训练的标记数据可用性不足也给该领域带来了问题。尽管如此，本手写识别综述预见深度学习将在基础实验和实际应用层面带来变革，并具有转化图像处理、语音识别、计算机视觉、机器翻译、机器人与控制、医学成像、医学信息处理、生物信息学、自然语言处理、网络安全等多个领域的潜力。
引用
@article{arxiv.2404.08011,
title = {An inclusive review on deep learning techniques and their scope in handwriting recognition},
author = {Sukhdeep Singh and Sudhir Rohilla and Anuj Sharma},
journal= {arXiv preprint arXiv:2404.08011},
year = {2024}
}