基于深度学习的手写单词识别：一种生成手写单词的新方法
计算机视觉与模式识别
2023-03-15 v1
摘要
手写单词识别系统存在诸如缺乏大规模且多样化数据集等问题。由于通过使用大规模且多样化的数据集训练深度学习模型可以将数百万份官方文件数字化，因此有必要解决此类问题。由于数据可用性不足，训练得到的模型无法给出预期结果，因而极有可能表现不佳。本文提出一种利用手写字符生成多样化手写单词图像的新方法。我们项目的思路是使用生成的合成手写单词训练 BiLSTM-CTC 架构。整体方法展示了生成两类大规模且多样化手写单词数据集的过程：重叠与非重叠。由于手写单词还存在字符间重叠等问题，我们已尝试将其纳入实验部分。我们还演示了使用深度学习模型识别手写文档的过程。在实验中，我们以缺乏手写单词数据集的孟加拉语为对象，该方法可推广至任意语言。与传统 GAN 模型相比，我们的方法复杂度更低、成本更少。最后，我们使用词错误率（WER）、准确率、f1-score、精确率和召回率指标对模型进行了评估。使用非重叠数据时，模型 WER 为 39%、准确率为 92%、f1 得分为 92%；使用重叠数据时，WER 为 63%、准确率为 83%、f1 得分为 85%。
引用
@article{arxiv.2303.07514,
title = {Handwritten Word Recognition using Deep Learning Approach: A Novel Way of Generating Handwritten Words},
author = {Mst Shapna Akter and Hossain Shahriar and Alfredo Cuzzocrea and Nova Ahmed and Carson Leung},
journal= {arXiv preprint arXiv:2303.07514},
year = {2023}
}