基于Django印刷体维吾尔文识别系统的设计与实现

• 作者: 熊黎剑 吾守尔·斯拉木 许苗苗
• 来源期刊: 郑州大学学报（理学版）
• 关键词: 卷积循环神经网络 门控循环单元 连接时序分类器 印刷体维吾尔文
• 年，卷（期）: 2021,（3）
• 所属期刊栏目: 信息科学
• 页码范围: 9-14
• 页数: 6页
• 分类号: TP391
• 语种: 中文
• DOI: 10.13705/j.issn.1671-6841.2020277

摘要

光学字符识别(optical character recognition,OCR)技术在图书数字化、文献管理等诸多领域得到了广泛应用,而相比于已十分成熟的中文、英文印刷体识别系统,小文种(维吾尔文)印刷体识别还有研究空间和实际应用需求.针对传统识别方法特征表示不足等问题,结合日益兴起的深度学习技术,采用Python语言编程,选用经改进的卷积循环神经网络作为识别算法核心,并利用Django设计系统框架.实验表明,印刷体维文识别系统的精度达到95.7％,平均速度达到12.5 fps.该系统实现了端到端的维文整词识别.