深度学习及其在脱机手写汉字识别领域的应用研究

《深度学习及其在脱机手写汉字识别领域的应用研究》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、Ｓｏｕ化ＣｈＵｎｉｖｅｒｓｉｔｏｆＴｅｃｈｎｏｌｏｉｎａｙｇｙ硕±学位论文深度学习及其在脱机手写汉字识别领域的应用研究■■－，作者姓名刘全升学科专业信号与信息处理指导教师局学副教按所在学院电子与信息学院Ｖ论文提交日期２０１６年４月ResearchonDeepLearningandItsApplicationintheOff-lineHandwrittenChineseCharacterRecognitionADissertationSubmittedfortheDegreeofMasterC

2、andidate：LiuQuanshengSupervisor：Prof.GaoXueSouthChinaUniversityofTechnologyGuangzhou,China类号：TP391.43学校代号：10561学号：201320109026华南理工大学硕士学位论文深度学习及其在脱机手写汉字识别领域的应用研究作者姓名：刘全升指导教师姓名、职称：高学副教授申请学位级别：工科硕士学科专业名称：信号与信息处理研究方向：智能信息处理系统与模式识别论文提交日期：2016年4月20日论文答辩日期：2016年6月8日学位授予单位：华南理工大学学位授予日期：年月日

3、答辩委员会成员：主席：胡永健教授委员：王进教授级高工高学副教授王伟凝副教授余翔宇副教授华南理工大学学位论文原创性声明本人郑重声明：所呈交的论文是本人在导师的指导下独立进行研究所取得的研究成果。除了文中特别加Ｗ标注引用的内容外，本论文不包含任何其他个人或集体己经发表或撰写的成果作品。对本文的研究做出重要贡献的个人和集体，均已在文中Ｗ明确方式标明。本人完全意识到本声明的法律后果由本人承担。作者签名【：《曰期：心如年ｋ月巧含１针！学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定，目Ｐ：研究生在校

4、攻读学位期间论文工作的知识产权单位属华南理王大学。学校有权保存并向国家有关部口或机构送交论文的复印件和电子版，允许学位论文被查阅（除在保密期内的保密论文外）；学校可Ｗ公布学位论文的全部或部分内容，．可Ｗ允许采用影印、缩印或其它复制手段保存、汇编学位论文。一。本人电子文档的内容和纸质论文的内容相致，本学位论文属于：□保密（校保密委员会审定为涉密学位论文时间：年月日），＿＿＿＿＿＿于年＇日解密后适用本授权书。＿＿＿月＿ａ不保密，同意在校园网上发布，供校内师生和与学校有共享协议的单位浏览：同意将本人学位论文提交中国学术期刊（

5、光盘版）电子杂志社全文出版和编入ＣＮＫＩ《中国知识资源总库》，传播学位论全部内。文的部或分容＂＂、上相框打（应Ｖ请在方內）、白文、ｙ占者签：名令：作苗Ｉ曰４期？。导：指教师签名立日期摘要手写字符识别是智能交互的重要组成部分，提高手写字符识别率具有重要的实用价值。汉字由于类别多、结构复杂以及相似字多、书写风格因人而异等特点，在模式识别领域一直是难点和研究的热点。深度学习是机器学习领域新发展起来的一个研究热点，在很多模式识别问题上已经取得了良好的识别性能。本文对深度学习理论和卷积神经网络模型在脱机手写汉字识别中的应用进行了研究，完成的主

6、要工作如下：本文通过搭建卷积神经网络模型对汉字图像数据进行训练和识别，验证卷积神经网络在脱机手写汉字识别上的可行性。通过调整网络深度、网络结构参数等对影响卷积神经网络识别手写汉字的因素进行了分析。对汉字类别多、网络模型复杂的情况下产生的网络参数不易收敛、训练速度慢的问题，研究了基于迁移学习的监督式预训练方法，通过先对一个小字符集进行训练，获得一组较好的网络参数作为大字符集训练的初始化网络参数，加快了网络的收敛，提高了网络模型的实用性。提出使用样本变换方法和图像的八方向梯度特征来优化卷积神经网络识别率的方法，针对CASIA_HWDB数据库的手写汉字识别实验结果

7、表明，采用八方向梯度特征和原图像相结合作为网络训练数据比只使用原图像作为训练数据时识别错误率降低了22%。对实际应用中需要识别旋转无关汉字的情形，提出采用旋转不变的HOG特征与基于Radon和傅里叶变换的旋转不变特征的手写汉字识别方法，将图像的旋转不变特征与原始图像结合作为卷积神经网络输入数据来对不定方向的汉字进行识别。文中从CASIA_HWDB数据集中随机挑选出一部分相似字，针对这些相似字进行了旋转无关手写汉字识别实验。实验结果表明，针对不定方向的汉字，采用旋转不变特征对网络模型进行训练，相比只使用原图像进行训练时错误率降低了23%。关键词：脱机手写汉字识

8、别；深度学习；卷积神经网络；特征提取；旋转无关IAb