用于英文手写识别的 CNN-BiLSTM 模型：在 IAM 数据集上的综合评估
计算机视觉与模式识别
2023-07-04 v1
摘要
我们提出了一个用于离线英文手写识别问题的 CNN-BiLSTM 系统，并在公开 IAM 数据集上进行了广泛评估，包括模型规模、数据增强和词典的影响。我们的最佳模型使用带 CTC 层的 CNN-BiLSTM 网络取得了 3.59% CER 和 9.44% WER。提出了对输入图像施加旋转和剪切变换的测试时增强，以增进困难样本的识别，并发现可将词错误率降低 2.5 个百分点。我们还在 IAM 数据集上对所提方法进行了错误分析，展示了困难的手写图像样本并探讨了带错误标注的样例。我们以提供公共领域源代码的方式，来促进进一步研究并鼓励科学可复现性。
引用
@article{arxiv.2307.00664,
title = {CNN-BiLSTM model for English Handwriting Recognition: Comprehensive Evaluation on the IAM Dataset},
author = {Firat Kizilirmak and Berrin Yanikoglu},
journal= {arXiv preprint arXiv:2307.00664},
year = {2023}
}