基于深度學習的手寫字符串識別方法研究.pdf

1、2006年以后深度學習已經成為了機器學習和人工智能領域的前沿研究。尤其是在2012年之后，深度學習在圖像識別和分類上都取得了世界上最好的結果。在這篇論文中，我主要關注于深度學習方法和它在手寫體識別之中的應用，盡管這不是一個新的話題，但是絕對是一個很有挑戰(zhàn)的問題和領域?，F(xiàn)在針對單個手寫字符的識別問題，諸多研究人員已經提出了許多的識別算法，并且有些算法的表現(xiàn)已經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、我將嘗試利用深度學習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原被遮擋的圖像。但是當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，和其他像素值相關性很小。其次，對單個字符的識別進行了研究，并比較了不同

3、算法的識別結果。當然深度神經網絡的表現(xiàn)最好，并且無監(jiān)督預訓練算法可以有效地提高識別準確率。因此在論文中我將無監(jiān)督學習的思想應用到了卷積神經網絡的訓練之中，提出了兩種無監(jiān)督學習算法。在預訓練之后，我們得到了更好的結果，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習的識別框架。為了對圖像進行過分割，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