基于粗细粒度深度学习的脱机手写汉字识别

摘要

手写汉字识别是模式识别的一个重要研究领域,随着深度学习新技术的出现,近年来基于深度学习的手写汉字识别在正确率和效率上均得到了突破性的进展.文章在多层卷积神经网络的基础上,提出了使用粗细粒度分层相结合的方法来训练和识别脱机手写体汉字,该方法在全局预测性识别的基础上再进行局部精细化识别,可以在保持分类器结构不变、 训练样本数量不变的情况下,仅利用相似汉字之间内在的相似特性就能达到提高识别正确率的目的,实验结果表明该方法能有效地提高脱机手写汉字识别正确率.