手寫字符識別是指將圖片中所展示的圖片文字轉(zhuǎn)換為計(jì)算機(jī)可編輯的文本文字。運(yùn)用計(jì)算機(jī)技術(shù)實(shí)現(xiàn)對手寫字符的識別對于保存和利用文字信息具有重要的意義。由于試卷中字符類別的多樣性、手寫漢字字符結(jié)構(gòu)的復(fù)雜性、考生字體的不一致性以及教育問題的嚴(yán)謹(jǐn)性,面向教育領(lǐng)域的手寫字符識別具有更高的識別準(zhǔn)確率要求。目前,基于深度學(xué)習(xí)的字符識別技術(shù)取得了不錯(cuò)的發(fā)展,但針對于教育領(lǐng)域的手寫字符研究還處于起步階段。本文旨在借助于深度學(xué)習(xí)研究和實(shí)現(xiàn)面向中文試卷的手寫字符識別關(guān)鍵技術(shù),實(shí)現(xiàn)答題卡內(nèi)容的數(shù)字化存儲和利用,促進(jìn)智能化閱卷的過程,進(jìn)一步推動教育事業(yè)面向智能化發(fā)展。針對考試場景對識別準(zhǔn)確率較高的要求,本文主要采用單字識別模型。在對答題卡字符進(jìn)行切分的基礎(chǔ)上設(shè)計(jì)了多個(gè)不同的卷積網(wǎng)絡(luò)模型,主要包括手寫數(shù)字識別模型、手寫漢字字符識別模型,最終在兩個(gè)真實(shí)考試場景測試數(shù)據(jù)集3768類字符上實(shí)現(xiàn)了較高的識別準(zhǔn)確率。論文的主要工作有:（1）針對單字識別中的分割問題,研究和實(shí)現(xiàn)了面向試卷的手寫漢字字符切分,設(shè)計(jì)基于投影的動態(tài)行分割,采用局部最小搜索算法尋找相鄰文本行之間的切分軌跡,將多文本行答題卡分割成多個(gè)只包含一行字符的圖片;針... 

【文章來源】：山東大學(xué)山東省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：65 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖２－１卷積計(jì)算示意圖??

?山東大學(xué)碩士學(xué)位論文???練的速度；對于輸入小于０的神經(jīng)元，經(jīng)過激活函數(shù)都取值為０，在一定程度上??起到減少過擬合的作用；大于０的部分導(dǎo)數(shù)都為１，對于深層的網(wǎng)絡(luò)結(jié)構(gòu)避免了??Ｓｉｇｍｏｉｄ和Ｔａｎｈ函數(shù)可能會在訓(xùn)練過程中出現(xiàn)的梯度消失的問題。??Ｓｉｇｍｏｉｄ、Ｔａｎｈ、ＲｅＬｕ以及Ｓｏｆｔｐｌｕｓ激活函數(shù)計(jì)算如公式（２－２）、公式（２－３）、??公式（２－４）及公式（２－５）所示，其對應(yīng)的函數(shù)圖像如圖２－２所示：??Ｓｉｇｍｏｉｄ?：?ｇ（．ｖ）?＝?—＾?（２－２）??１?＋?ｅ??一?＾－Ｘ??Ｔａｎｈ：ｇ（ｘ）?＝?－￣－?（２－３）??ｅ－＼－ｅ??ＲｅＬｕ：?ｇ（ｘ）?＝?ｍａｘ（０，?ｊｖ）?（２－４）??Ｓｏｆｔｐｌｕｓ?：?ｓｉｘ）?＝?ｌｏｇ（ｌ?＋?ｅｘ?）?（２－５）???Ｓｉｇｍｏｉｄ?５＇?？???Ｔａｎｈ?Ｚ??—Ｒ心?４－?／???Ｓｏｆｔｐｌｕｓ?／?????＾?—ｉ?－??圖２－２激活函數(shù)圖像??（３）池化層??池化層可以對特征圖進(jìn)行下采樣，有效地降低數(shù)據(jù)維度，突出重要的關(guān)鍵??信息，避免數(shù)據(jù)冗余造成的過擬合和參數(shù)過多問題。池化層的下采樣過程類似??于卷積運(yùn)算，都是對上一層的輸入數(shù)據(jù)依據(jù)一定的步長和池化核的大小從左到??右、從上到下地進(jìn)行掃描采樣，只不過是沒有參數(shù)運(yùn)算、不會改變特征圖的數(shù)??量，只是對特征圖進(jìn)行了一定大小的收縮。??常用的池化操作有平均池化和最大池化，具體計(jì)算如公式（２－６）和公式（２－７）所??示，運(yùn)算過程示意圖如圖２－３所示：??１１??

?山東大學(xué)碩士學(xué)位論文???ｙ?＝－ＺＣ；?（２－６）??？／＝１??ｐｌ?＝?ｍａｘ?Ｃ／?（２－７）??／？ｅＣ’??其中，〃表示特征圖池化區(qū)域中神經(jīng)元的個(gè)數(shù)，對于一個(gè)ＪＸｊ；大小的池化核，??？為＾的乘積大小，＾表示特征圖池化區(qū)域中第／個(gè)神經(jīng)元。??特征圖?池化核??．．ｄ?：１?Ｉ．?１?繼輸出??ｊ?２?２??在辛ｄ＇，?２??Ｓ?３?？?４?，?Ｉ?＿?￣?—Ｓ??ｔ?ｔ＂?池傾作?＇Ｕ‘－ｊ??３?３?４?４??圖２－３池化操作示意圖??（４）全連接層??全連接層實(shí)現(xiàn)神經(jīng)節(jié)點(diǎn)之間的全部連接，實(shí)現(xiàn)對全局信息的處理和分析。為??防止過擬合現(xiàn)象的發(fā)生，在網(wǎng)絡(luò)訓(xùn)練過程中采用Ｄｒ〇Ｐ〇Ｕｔ［２９］方法隨機(jī)舍棄部分神??經(jīng)元的輸入。全連接計(jì)算如公式（２－８）所示，采用Ｄｒｏｐｏｕｔ的全連接如圖２－４所示：??（２－８）??／＝１??其中，／；表示第／層全連接第Ｊ個(gè)神經(jīng)元的值，＜表示該層的參數(shù)，Ｖ是偏??置，ｍ表示上一層神經(jīng)元的個(gè)數(shù)。??圖２－４帶有Ｄｒｏｐｏｕｔ的全連接層??一般對網(wǎng)絡(luò)進(jìn)行訓(xùn)練時(shí)會對訓(xùn)練數(shù)據(jù)進(jìn)行批歸一化處理（Ｂａｔｃｈ?Ｎｏｒｍａｌｉｚａｔｉｏｎ，??ＢＮ）?ｔ２４］，使輸入數(shù)據(jù)盡可能符合正態(tài)分布。ＢＮ操作會對每一個(gè)批次的訓(xùn)練數(shù)據(jù)??求取對應(yīng)的均值和方差，之后對輸入數(shù)據(jù)進(jìn)行規(guī)范化，使數(shù)據(jù)趨向于真實(shí)數(shù)據(jù)的??１２??

【參考文獻(xiàn)】：
期刊論文
[1]脫機(jī)無約束手寫體中文文本行的字符切分方法[J]. 李南希,金連文.  華南理工大學(xué)學(xué)報(bào)(自然科學(xué)版). 2010(10)
[2]筆跡圖像中的單個(gè)漢字字符分割[J]. 于明,張彥云,薛翠紅,孫林娟.  計(jì)算機(jī)工程與應(yīng)用. 2010(09)
[3]關(guān)于手寫漢字切分方法的思考[J]. 邵潔,成瑜.  計(jì)算機(jī)技術(shù)與發(fā)展. 2006(06)
[4]基于連通域的漢字切分技術(shù)研究[J]. 陳艷,孫羽菲,張玉志.  計(jì)算機(jī)應(yīng)用研究. 2005(06)
[5]基于部件HMM級聯(lián)的聯(lián)機(jī)手寫體漢字識別方法[J]. 趙巍,劉家鋒,唐降龍.  哈爾濱工業(yè)大學(xué)學(xué)報(bào). 2004(05)
[6]基于連通域單元和穿越算法的漢字切分[J]. 王琳琬,楊揚(yáng),頡斌,楊毅.  信息技術(shù). 2004(04)
[7]非限定手寫漢字的分割研究[J]. 陳強(qiáng),婁震,楊靜宇.  南京理工大學(xué)學(xué)報(bào)(自然科學(xué)版). 2004(01)
[8]一種離線手寫體漢字切分的自適應(yīng)算法[J]. 朱鍇,趙宇明,吳越.  計(jì)算機(jī)工程與應(yīng)用. 2004(06)
[9]HMM方法識別脫機(jī)手寫漢字[J]. 馮兵,丁曉青,吳佑壽.  模式識別與人工智能. 2002(01)
[10]基于漢字結(jié)構(gòu)特征的自由格式手寫體漢字切分[J]. 呂岳,施鵬飛,張克華.  電子學(xué)報(bào). 2000(05)

博士論文
[1]非限制手寫字符分割中相關(guān)技術(shù)與算法的研究[D]. 馬瑞.南京理工大學(xué) 2007

碩士論文
[1]基于SVM的脫機(jī)手寫體漢字識別方法的研究[D]. 項(xiàng)思俊.合肥工業(yè)大學(xué) 2009
[2]基于半閾值的字符分割與識別研究[D]. 潘振興.國防科學(xué)技術(shù)大學(xué) 2008
[3]基于灰度圖像的字符切分技術(shù)的研究[D]. 陳艷.中國科學(xué)院研究生院（計(jì)算技術(shù)研究所） 2004



本文編號：3240296