基于多分类器的无分割手写数字字符串识别算法

• 作者: 丁鑫 任晓奎 何欣键 陶志勇
• 来源期刊: 计算机应用研究
• 关键词: 图像处理 手写数字字符串识别 多分类器 无分割 动态选择
• 年，卷（期）: 2020,（7）
• 所属期刊栏目: 图形图像技术
• 页码范围: 2222-2226
• 页数: 5页
• 分类号: TP391
• 语种: 中文
• DOI: 10.19734/j.issn.1001-3695.2019.03.0097

摘要

手写体数字字符串识别常用于邮件自动分拣、银行票据和财务报表的录入中,针对其分割识别算法复杂度较高、准确率较低的问题,提出一种多分类器下无分割手写数字字符串识别算法.该算法的核心是采用四个分类器实现粘连字符串的无分割识别;将残差结构应用于LeNet-5网络,以增加网络深度,提高识别准确率,加快收敛速度;使用动态选择策略,以避免长度分类器误分类对识别结果的影响.实验结果表明,在NIST SD19一位数字和Synthetic数据集训练网络下,使用NIST SD19上长度为2、3、4、5、6的字符串验证网络,其识别准确率分别为99.3％、98.5％、98.1％、96.6％和97.2％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陶志勇	辽宁工程技术大学电子与信息工程学院	52	182	7.0	10.0
3	任晓奎	辽宁工程技术大学电子与信息工程学院	30	156	8.0	11.0
5	丁鑫	辽宁工程技术大学电子与信息工程学院	23	114	7.0	9.0
10	何欣键		1	0	0.0	0.0