基于深度學(xué)習(xí)的手寫字符串識別方法研究.pdf

1、2006年以后深度學(xué)習(xí)已經(jīng)成為了機器學(xué)習(xí)和人工智能領(lǐng)域的前沿研究。尤其是在2012年之后，深度學(xué)習(xí)在圖像識別和分類上都取得了世界上最好的結(jié)果。在這篇論文中，我主要關(guān)注于深度學(xué)習(xí)方法和它在手寫體識別之中的應(yīng)用，盡管這不是一個新的話題，但是絕對是一個很有挑戰(zhàn)的問題和領(lǐng)域。現(xiàn)在針對單個手寫字符的識別問題，諸多研究人員已經(jīng)提出了許多的識別算法，并且有些算法的表現(xiàn)已經(jīng)接近甚至超越了人類。但是一串手寫字符的識別任然是一個富有挑戰(zhàn)的問題。在這篇論文中

2、我將嘗試?yán)蒙疃葘W(xué)習(xí)的思想來解決這一問題。
　　本文首先提出了一個用于圖像降噪的能量模型。在測試中，該模型可以很好地復(fù)原被遮擋的圖像。但是當(dāng)圖像尺寸變大時該模型的表現(xiàn)并不是特別令人滿意。因此我又將卷積的思想引入到該能量模型之中。在卷積模型中，它主要是利用圖像的局部特征而不是整個圖像，這一點是十分合理的，因為在自然圖像中，一個像素值僅僅與與之相近的像素值高度相關(guān)，和其他像素值相關(guān)性很小。其次，對單個字符的識別進(jìn)行了研究，并比較了不同

3、算法的識別結(jié)果。當(dāng)然深度神經(jīng)網(wǎng)絡(luò)的表現(xiàn)最好，并且無監(jiān)督預(yù)訓(xùn)練算法可以有效地提高識別準(zhǔn)確率。因此在論文中我將無監(jiān)督學(xué)習(xí)的思想應(yīng)用到了卷積神經(jīng)網(wǎng)絡(luò)的訓(xùn)練之中，提出了兩種無監(jiān)督學(xué)習(xí)算法。在預(yù)訓(xùn)練之后，我們得到了更好的結(jié)果，并且測試錯誤率呈現(xiàn)出了明顯的下降。第三，針對字符串的識別我提出了一個基于圖像過分割和深度學(xué)習(xí)的識別框架。為了對圖像進(jìn)行過分割，論文中提出了一種簡單但卻有效的算法，該算法可以將原始圖像分割成更小的片段。在該算法中，我還引入了低