• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>AI communications >Handwriting recognition by using deep learning to extract meaningful features
【24h】

Handwriting recognition by using deep learning to extract meaningful features

机译：通过深度学习提取有意义的特征来进行手写识别

获取原文
获取原文并翻译 | 示例
       
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Recent improvements in deep learning techniques show that deep models can extract more meaningful data directly from raw signals than conventional parametrization techniques, making it possible to avoid specific feature extraction in the area of pattern recognition, especially for Computer Vision or Speech tasks. In this work, we directly use raw text line images by feeding them to Convolutional Neural Networks and deep Multilayer Perceptrons for feature extraction in a Handwriting Recognition system. The proposed recognition system, based on Hidden Markov Models that are hybridized with Neural Networks, has been tested with the IAM Database, achieving a considerable improvement.
机译：深度学习技术的最新改进表明，与传统的参数化技术相比，深度模型可以直接从原始信号提取更多有意义的数据，从而有可能避免模式识别领域中的特定特征提取，尤其是对于计算机视觉或语音任务。在这项工作中，我们将原始文本行图像直接输入到卷积神经网络和深层多层感知器中，以在手写识别系统中进行特征提取，从而直接使用它们。所提出的识别系统基于与神经网络混合的隐马尔可夫模型，已经在IAM数据库中进行了测试，从而取得了很大的进步。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号