基于多尺度梯度及深度神经网络的汉字识别

作     者：潘炜深 金连文 冯子勇 PAN Weishen;JIN Lianwen;FENG Ziyong

作者机构：华南理工大学电子与信息学院广州510641 

出 版 物：《北京航空航天大学学报》 (Journal of Beijing University of Aeronautics and Astronautics)

年 卷 期：2015年第41卷第4期

页      面：751-756页

核心收录：

学科分类：1305[艺术学-设计学（可授艺术学、工学学位）] 13[艺术学] 08[工学] 081104[工学-模式识别与智能系统] 0804[工学-仪器科学与技术] 0802[工学-机械工程] 0825[工学-航空宇航科学与技术] 081101[工学-控制理论与控制工程] 0811[工学-控制科学与工程] 

基　　金：国家自然科学基金资助项目(61075021) 国家科技支撑计划资助项目(2013BAH65F01 2013BAH65F04) 广东省科技计划资助项目(2012A010701001) 

主　　题：多尺度滑动窗 梯度直方图 深度神经网络 泛化能力 汉字识别 

摘      要：介绍了一种基于多尺度滑动窗的方法提取文字的梯度直方图特征,并结合深度神经网络对印刷体汉字进行识别.针对梯度直方图的空间关系,使用可伸缩的滑动窗对图像进行分割,在不同尺度上获取文字的特征信息,有效融合汉字的全局特征和局部分块特征.实验采用5层的深度神经网络模型对国标一级3 755个印刷体汉字进行分类,并应用Dropout技术防止训练过拟合,提高神经网络的泛化能力.实验准确率达到98.292%,有较好的识别性能,验证了本文多尺度梯度特征及深度神经网络模型在文字识别上的有效性.