基于多维特征和候选项的易混手写英文识别

作者：付鹏斌; 宋冬雪; 杨惠荣^*

来源：计算机工程与设计, 2021, 42(11): 3204-3210.

DOI：10.16208/j.issn1000-7024.2021.11.027

• 手写英文识别
• 易混字符
• 卷积神经网络
• 光学字符识别
• 字符特征

针对手写英文识别中易混字符的识别问题,提出一种结合多维特征和候选项以区分易混字符的识别方法。利用卷积神经网络(convolutional neural networks,CNN)对手写英文字符进行识别,根据初始字符识别信息确定易混字符的类别;利用多维特征,设计针对不同类别易混字符的识别规则;由易混字符和其相连字符组成候选项单词,结合语料库以及字符间构成关系,最终对易混字符进行识别判断。实验结果表明,该方法在解决了易混字符的识别问题后,识别手写英文字符的平均准确率达到98.67%,具有一定应用价值。

• 单位
  北京工业大学