HCR-Net：一种基于深度学习的脚本无关手写字符识别网络
计算机视觉与模式识别
2025-01-03 v4 人工智能
机器学习
摘要
尽管经过数十年的研究，手写字符识别(HCR)仍是一个具有挑战性的模式识别问题，并且缺乏关于脚本无关识别技术的研究。这主要是由于相似的字符结构、不同的书写风格、多样的脚本、手工特征提取技术、数据与代码不可用，以及脚本特定深度学习技术的发展。为应对这些局限，我们提出了一种用于HCR研究的脚本无关深度学习网络，称为HCR-Net，为该领域设定了新的研究方向。HCR-Net基于一种新颖的HCR迁移学习方法，其部分利用预训练网络的特征提取层。由于迁移学习与图像增强，HCR-Net提供了更快速且计算高效的训练、更好的性能与泛化能力，并可使用小数据集工作。HCR-Net在 Bangla、Punjabi、Hindi、English、Swedish、Urdu、Farsi、Tibetan、Kannada、Malayalam、Telugu、Marathi、Nepali 和 Arabic 语言的40个公开数据集上进行了广泛评估，建立了26项新基准结果，在其余案例中表现接近最佳结果。HCR-Net相较已有结果最高提升11%性能，并实现了快速收敛率，在首个epoch即达到最终性能的99%。HCR-Net显著优于最先进的(state-of-the-art, SOTA)迁移学习技术，并且相较对应预训练网络减少了34%的可训练参数。为促进HCR研究的可复现性与进一步推进，完整代码已公开于 https://github.com/jmdvinodjmd/HCR-Net。
引用
@article{arxiv.2108.06663,
title = {HCR-Net: A deep learning based script independent handwritten character recognition network},
author = {Vinod Kumar Chauhan and Sukhdeep Singh and Anuj Sharma},
journal= {arXiv preprint arXiv:2108.06663},
year = {2025}
}
备注
accepted to Multimedia Tools and Applications