基于rnn的手写轨迹序列生成与分类系统的设计与实现

《基于rnn的手写轨迹序列生成与分类系统的设计与实现》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、硕士学位论文（工程硕士）基于RNN的手写轨迹序列生成与分类系统的设计与实现THEDESIGNANDIMPLEMENTATIONOFACLASSIFICATIONANDGENERATIONSYSTEMBASEDONRECURRENTNEURALNETWORK贾殊凯哈尔滨工业大学2016年6月国内图书分类号：TP311学校代码：10213国际图书分类号：621.3密级：公开工程硕士学位论文基于RNN的手写轨迹序列生成与分类系统的设计与实现硕士研究生：贾殊凯导师：苏统华副教授申请学位：工程硕士学科：软件工

2、程所在单位：软件学院答辩日期：2016年6月授予学位单位：哈尔滨工业大学ClassifiedIndex：TP311U.D.C.:621.3DissertationfortheMaster’sDegreeinEngineeringTHEDESIGNANDIMPLEMENTATIONOFACLASSIFICATIONANDGENERATIONSYSTEMBASEDONRECURRENTNEURALNETWORKCandidate：JiaShukaiSupervisor：AssociateProf.SuT

3、onghuaAcademicDegreeAppliedfor：MasterofEngineeringSpeciality：SoftwareEngineeringAffiliation：SchoolofSoftwareDateofDefence：June,2016Degree-Conferring-Institution：HarbinInstituteofTechnology哈尔滨工业大学工程硕士学位论文摘要自从深度学习高速发展，如何使用神经网络进行高效的手写识别一直是我们学习和研究的重点。数据集不足

4、、已有数据采样不好会严重影响手写样本的训练效果，如果能够利用优异的数据集学习模拟它的手写轨迹序列，自动生成字符的轨迹序列，可以有效地解决这类问题；同时在现今社会，我们使用手机和平板电脑这类移动互联网设备越来越多，受限于这类设备的大小，叠字手写识别在此类设备的输入法中扮演了越来越重要的角色；对于叠字手写识别来说，如何将连续的笔画序列切分成一系列分开的字符就变得十分重要。本文将主要着眼于以上提出的两个问题的解决。对于第一个问题，如何扩充数据集，首先通过训练神经网络，学习采样良好的数据集中字符轨迹序列前后

5、点之间的偏移关系；然后在自动生成字符的轨迹序列的时候，利用已经训练好的网络模型，根据前一点坐标和偏移关系我们可以推测出后续点的坐标，从而依次生成字符轨迹序列。其中对于序列中前后坐标点的偏移关系我们采用混合高斯模型来描述。对于第二个问题，如何将连续的笔画序列切分成单独字符的笔画序列，我们将这个问题转换为判断每一个笔画序列是否是一个字符的结束笔画这样一个二元的序列分类问题；处理这样一个分类问题，我们将笔画序列的特征表示为一个向量序列，然后通过学习大量不同的笔画特征来进行分类。上述两个问题的共同点在于字符

6、或者笔画轨迹序列前后之间具有一定地上下文关联性，为了去更好地学习和描述这种上下文的关联性，我们都采用RNN网络模型去训练该系统。最终生成的字符序列达到了可让人从肉眼识别该字符的效果，并学习了训练样本中字符的字体；轨迹序列的分类系统的分类特异率和精确率分别达到了91.04%和79.86%的效果，提高了现有方法的分类效果。关键词：字符生成、笔画切分、序列分类、RNN网络、叠字手写识别-I-哈尔滨工业大学工程硕士学位论文AbstractWiththerapiddevelopmentofdeeplearni

7、ng,wefocusonhowtodoefficienthandwritingrecognitionusingneuralnetwork.Inadequatedatacollectionaswellasexistingdatasamplingwillseriouslyaffectthetrainingeffect.Ifwecantakeadvantageofanexcellentlearningdatasettoautomaticallygeneratethetrajectoryofthechara

8、ctersequence,wecaneffectivelysolvetheseproblems.Overlappedhandwritingrecognitioniswidelyusedtoinputtextinsmartdevicessinceitallowstowritecontinuouscharactersonasize-restrictedscreens.Howtosegmentthestrokesequencesintocharactersisacrucia