基于卷积神经网络的脱机手写汉字识别与目标检测研究

• 作 者: 周贺
• 出 处: 燕山大学
• 发表日期: 2004年期
• 关键词: 深度学习 卷积神经网络 手写汉字识别 目标检测

图像分类与检测属于计算机视觉领域重要的研究课题。本文首先研究图像分类问题,然后进一步深入研究图像目标检测。对于图像分类问题本文选择脱机手写汉字识别来进行研究。对于图像目标检测本文将分析现有的目标检测算法及其存在的不足,并对其进行改进。本文将基于深度学习中的卷积神经网络算法对脱机手写汉字识别和目标检测进行研究。主要研究内容如下:(1)由于传统脱机手写汉字识别的过程复杂、精度低;而常用卷积神经网络的特征信息提取不充分。因此,本文设计了网络模型CharacterNet。首先,通过多级堆叠的特征分组提取模块,提取图像的深层抽象特征信息,并进行特征信息之间的交流融合;然后,利用设计的下采样和通道扩增模块,在降低特征维度的同时保留图像重要信息。最后,将特征信息进行精炼和浓缩,来解决特征信息的重叠和冗余问题。本文使用包含3755个汉字的CASIA-HWDB(V1.1)数据集对模型进行训练和测试,实验结果验证了模型的有效性。(2)针对SSD目标检测算法平均检测精度低,尤其对小目标的检测问题经常出现漏检和误检的问题,本文基于VGG网络设计了多尺度融合的目标检测算法MFSSD。在算法中使用分步卷积拆分算法、反卷积、膨胀卷积下采样三种卷积操作来增强网络的细节特征提取能力,同时对网络的不同层进行特征融合,提高网络的上下层语义信息。最后,使用VOC数据集以及采集的校园实际场景图像分别对SSD和MFSSD算法进行检测,检测结果表明,MFSSD网络有效提高了SSD算法的综合性能。