面向离线手写字符识别的先进深度学习架构性能评估
计算机视觉与模式识别
2020-03-17 v1
摘要
本文给出了一种手写字符识别的比较与性能评估，用于对不同手写字符进行鲁棒且精确的分类。该系统利用先进的多层深度神经网络，从原始像素值中采集特征。由于从常规神经网络学习复杂特征非常困难，隐藏层堆叠了非线性特征的深层层次。使用了两种最先进的深度学习架构，包括 NVIDIA DIGITS 中的 Caffe AlexNet 和 GoogleNet 模型。这些框架在两个不同数据集上进行了训练与测试，以纳入多样性与复杂性。其中一个是公开可用数据集即 Chars74K，包含 7705 个字符，含大小写英文字母及数字。另一个本地创建的数据集包含 4320 个字符。本地数据集包含 62 类，由 40 名受试者创建，同样含大小写英文字母及数字。整体数据集按 80% 训练、20% 测试的比例划分。训练阶段所需时间约为 90 分钟。验证部分将所得结果与真值进行比较。AlexNet 取得的准确率水平为 77.77%，GoogleNet 为 88.89%。GoogleNet 更高的准确率源于其独特的 inception 模块组合，每个模块包含池化、多尺度卷积与拼接过程。
引用
@article{arxiv.2003.06794,
title = {Performance Evaluation of Advanced Deep Learning Architectures for Offline Handwritten Character Recognition},
author = {Moazam Soomro and Muhammad Ali Farooq and Rana Hammad Raza},
journal= {arXiv preprint arXiv:2003.06794},
year = {2020}
}
备注
FIT 2017 Paper Published in IEEE FIT 2017