Ubicomp Digital 2020——基于卷积循环网络的手写分类
机器学习
2020-08-05 v1 计算机视觉与模式识别
摘要
Ubicomp Digital 2020——来自 STABILO 的时序分类挑战赛是一项关于多变量时间序列分类的挑战。数据由 100 名志愿书写者收集，包含用笔上多个传感器测量的 15 个特征。在本文中，我们使用神经网络将数据分类为 52 类，即阿拉伯字母的大小写。所提出的神经网络架构是一个 CNN-LSTM 网络。它结合用于短期上下文的卷积神经网络（CNN）与用于长期依赖的长短期记忆层（LSTM）。我们在书写者排他测试集上达到了 68% 的准确率，在盲挑战测试集上达到 64.6%，获得第二名。
引用
@article{arxiv.2008.01078,
title = {Ubicomp Digital 2020 -- Handwriting classification using a convolutional recurrent network},
author = {Wei-Cheng Lai and Hendrik Schröter},
journal= {arXiv preprint arXiv:2008.01078},
year = {2020}
}
备注
CRNN, Handwriting recognition, Ubicomp, Stabilo