基于长短期记忆循环神经网络 RNN-LSTM 的法语单词识别快速调研
计算机视觉与模式识别
2018-04-12 v1
摘要
光学字符识别(OCR)是计算机视觉中的基本问题。研究表明，使用基于深度学习的方法和拓扑结构对印刷字符进行分类已取得显著进展。在当前算法中，带有长短期记忆块的循环神经网络(称为 RNN-LSTM)在准确率方面提供了最高性能。使用从互联网收集的包含全部符号与重音符号的前 5000 个法语单词，针对若干情形训练并测试了 RNN-LSTM 模型。使用六种字体生成 OCR 样本，并准备了一个包含这六种字体所有样本的额外数据集用于训练与测试。训练后的 RNN-LSTM 模型经测试，在编辑距离与序列误差上分别达到了 99.98798% 与 99.91889% 的准确率。准确的预处理加之高度归一化(深度学习中的标准化方法)使 RNN-LSTM 模型得以最有效率地训练。该机器学习工作也揭示了 RNN-LSTM 拓扑结构在识别印刷字符方面的鲁棒性。
引用
@article{arxiv.1804.03683,
title = {French Word Recognition through a Quick Survey on Recurrent Neural Networks Using Long-Short Term Memory RNN-LSTM},
author = {Saman Sarraf},
journal= {arXiv preprint arXiv:1804.03683},
year = {2018}
}