本文選題：手寫識(shí)別　切入點(diǎn)：隱馬爾科夫模型　出處：《Frontiers of Information Technology & Electronic Engineering》2017年07期 　論文類型：期刊論文

【摘要】：在文檔分析和模式識(shí)別領(lǐng)域,自由書寫的脫機(jī)手寫識(shí)別是一個(gè)非常具有挑戰(zhàn)性的研究課題。近年來,為了充分探索隱藏在文檔圖像中的監(jiān)督信息,許多研究工作試圖將多層感知機(jī)以一種混合或串聯(lián)的形式嵌入隱馬爾科夫模型當(dāng)中。然而,因?yàn)槎鄬痈兄獧C(jī)學(xué)習(xí)能力的不足,學(xué)習(xí)到的特征對于后續(xù)的識(shí)別任務(wù)不一定是最優(yōu)的。在本文中,我們針對自由書寫的脫機(jī)手寫識(shí)別提出一種基于深度結(jié)構(gòu)的串聯(lián)方法。在提出的模型中,深度置信網(wǎng)絡(luò)被用于學(xué)習(xí)序列數(shù)據(jù)的緊致表示,隱馬爾科夫模型被用于(子-)詞的識(shí)別。我們在兩個(gè)公開的數(shù)據(jù)集上驗(yàn)證了所提出的模型,這兩個(gè)數(shù)據(jù)集是分別基于拉丁和阿拉伯語的RIMES和IFN/ENIT;我們還在Devanagari數(shù)據(jù)集上驗(yàn)證了所提出的模型,這個(gè)數(shù)據(jù)集是基于印度語的。大量的實(shí)驗(yàn)展示了所提出模型的優(yōu)勢,特別是相對于多層感知機(jī)-隱馬爾科夫模型的串聯(lián)方法。
[Abstract]:In the field of document analysis and pattern recognition, free writing offline handwriting recognition is a very challenging research topic. In recent years, in order to fully explore the hidden information in document images, Many researches have attempted to embed multilayer perceptron into Hidden Markov Model in a hybrid or series form. However, because of the lack of learning ability of multilayer perceptron, The features learned are not necessarily optimal for subsequent recognition tasks. In this paper, we propose a series method based on depth structure for free writing offline handwriting recognition. The deep confidence network is used to learn the compact representation of the sequence data, and the hidden Markov model is used to recognize the (sub-) words. We validate the proposed model on two open datasets. The two datasets are based on RIMES and IFN / ENITs in Latin and Arabic, respectively; we have also validated the proposed model on the Devanagari dataset, which is based on Hindi. A number of experiments have shown the advantages of the proposed model. In particular, the series method is relative to the multilayer perceptron-hidden Markov model.
【作者單位】： Department
【基金】：supported by the National Natural Science Foundation of China(No.61403353)
【分類號(hào)】：TP391.41

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 金民鎖,劉紅祥,王佐;基于隱馬爾科夫模型的瀏覽路徑預(yù)測[J];黑龍江科技學(xué)院學(xué)報(bào);2005年03期

2 劉芳,劉文學(xué),焦李成;基于復(fù)小波鄰域隱馬爾科夫模型的圖像去噪[J];電子學(xué)報(bào);2005年07期

3 劉向華;對隱馬爾科夫模型中動(dòng)態(tài)編程的探討[J];電腦學(xué)習(xí);2005年06期

4 郭興吉;;隱馬爾科夫模型在音頻波形識(shí)別中的應(yīng)用研究[J];福建電腦;2007年03期

5 馬寶山;朱義勝;;基于隱馬爾科夫模型的基因預(yù)測算法[J];大連海事大學(xué)學(xué)報(bào);2008年04期

6 章棟兵;姚寒冰;顏昕;;基于隱馬爾科夫模型的語義傾向性研究[J];微型機(jī)與應(yīng)用;2010年17期

7 余龍華;王宏;鐘洪聲;;基于隱馬爾科夫模型的人臉識(shí)別[J];計(jì)算機(jī)技術(shù)與發(fā)展;2012年02期

8 劉青,嚴(yán)向東;基于隱馬爾科夫模型的基因識(shí)別系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[J];計(jì)算機(jī)工程與應(yīng)用;2003年24期

9 李珩;楊峰;朱靖波;姚天順;;基于增益的隱馬爾科夫模型的文本組塊分析[J];計(jì)算機(jī)科學(xué);2004年02期

10 孫秀娟;金民鎖;陳孝國;;基于隱馬爾科夫模型的瀏覽興趣預(yù)測[J];科技導(dǎo)報(bào);2009年18期

相關(guān)會(huì)議論文 前8條

1 肖鏡輝;劉秉權(quán);;一種非時(shí)齊的隱馬爾科夫模型及其在音字轉(zhuǎn)換中的應(yīng)用[A];全國第八屆計(jì)算語言學(xué)聯(lián)合學(xué)術(shù)會(huì)議（JSCL-2005）論文集[C];2005年

2 劉文壯;李均利;;一種基于隱馬爾科夫模型的脫機(jī)手寫漢字識(shí)別方法[A];2009系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)會(huì)議論文集[C];2009年

3 彭子平;張嚴(yán)虎;潘露露;;隱馬爾科夫模型原理及其重要應(yīng)用[A];2008'中國信息技術(shù)與應(yīng)用學(xué)術(shù)論壇論文集（一）[C];2008年

4 王宏生;孫美玲;李家峰;;隱馬爾科夫模型在構(gòu)建語言模型中的應(yīng)用[A];創(chuàng)新沈陽文集（A）[C];2009年

5 張勁松;戴蓓倩;郁正慶;王長富;;漢語識(shí)別中隱馬爾科夫模型初始化的研究[A];第二屆全國人機(jī)語音通訊學(xué)術(shù)會(huì)議論文集[C];1992年

6 劉杰;梁曉輝;;基于Fused隱馬爾科夫模型的人體運(yùn)動(dòng)識(shí)別[A];第八屆和諧人機(jī)環(huán)境聯(lián)合學(xué)術(shù)會(huì)議（HHME2012)論文集CHCI[C];2012年

7 林晨;金蓓弘;龍震岳;陳海彪;;上下文感知的分布式事件分發(fā)研究[A];第18屆全國多媒體學(xué)術(shù)會(huì)議（NCMT2009）、第5屆全國人機(jī)交互學(xué)術(shù)會(huì)議（CHCI2009）、第5屆全國普適計(jì)算學(xué)術(shù)會(huì)議（PCC2009）論文集[C];2009年

8 楊s，

本文編號(hào)：1564757