基于CNN的手写汉字识别置信度分析
计算机视觉与模式识别
2015-05-26 v1
摘要
本文中，我们提出了一种基于高性能卷积神经网络(CNN)的 softmax 回归分数来分析手写汉字识别置信度的有效方法。通过对从总计 8836 个不同类别汉字中随机抽取的 827,685 个测试样本进行仔细而全面的统计，我们发现基于 CNN 的置信度度量是了解识别结果可靠性的有用指标。此外，我们通过实验发现识别置信度可用于找出相似且易混淆的字符对、检查错误书写或草写样本，甚至发现并纠正错误标注的样本。本研究给出并分析了诸多有趣的观察与统计结果。
引用
@article{arxiv.1505.06623,
title = {Recognition Confidence Analysis of Handwritten Chinese Character with CNN},
author = {Meijun He and Shuye Zhang and Huiyun Mao and Lianwen Jin},
journal= {arXiv preprint arXiv:1505.06623},
year = {2015}
}
备注
5 pages, 8 figures, 4 tables. Accepted to appear at ICDAR 2015