Recognition Confidence Analysis of Handwritten Chinese Character with CNN
South China University of Technology（华南理工大学）
本文提出了一种基于高性能卷积神经网络（CNN）的softmax回归得分的手写体汉字识别置信度分析方法。通过对从8836个不同类别的汉字中随机抽取的827,685个测试样本进行细致、全面的统计，发现基于CNN的置信度度量是衡量识别结果可靠性的一个有用指标。此外，我们发现，通过实验，识别置信度可以用来找出相似的和易混淆的字符对，检查错误或草书的样本，甚至发现和纠正错误标记的样本。在这项研究中，我们给出了许多有趣的观察和统计数据，并进行了分析。
2015-05-25 cs.CV
Deep Template Matching for Offline Handwritten Chinese Character Recognition
就像它在许多计算机视觉任务中取得的显著成就一样，卷积神经网络（CNN）在手写汉字识别（HCCR）中提供了一个端到端的解决方案，并取得了巨大的成功。然而，在数据很少的情况下，学习用于图像识别的判别特征的过程是困难的。本文提出了一种新的学习连体神经网络的方法，该网络采用一种特殊的结构来预测手写体汉字与模板图像之间的相似度。连体神经网络的优化可以看作是一个简单的二分分类问题。当训练过程完成时，强大的判别特征帮助我们将预测能力推广到新数据，而且推广到从未出现在训练集中的全新类别。在ICDAR-2013离线HCCR数据集上进行的实验表明，该方法对从未出现在训练集中的新类具有非常有前途的泛化能力。
2018-11-15 cs.CV
Embedded Large-Scale Handwritten Chinese Character Recognition
Apple Inc.（苹果公司）
随着手写输入越来越普遍，支持中文手写识别所需的大型符号库提出了独特的挑战。本文介绍了Apple深度学习识别系统如何在一系列移动设备上实时运行时准确处理多达30，000个汉字。为了达到可接受的准确性，我们特别注意数据汇集条件、写作风格的代表性和培训方案。我们发现，只要适当照顾，甚至更大的库存是可以实现的。我们的实验表明，只要我们使用足够质量和足够数量的训练数据，准确性只会随着库存的增加而缓慢下降。
2020-04-13 cs.CV
DenseRAN for Offline Handwritten Chinese Character Recognition
University of Science and Technology of China（中国科学技术大学）
近年来，利用深度学习方法在脱机手写体汉字识别方面取得了巨大成功。汉字以义标为主，由基本偏旁组成，但以往的研究大多将汉字作为一个整体来处理，没有明确考虑汉字内部的二维结构和偏旁。在这项研究中，我们提出了一种新的具有密集连接结构的部首分析网络（DenseRAN），可以同时分析汉字部首及其二维结构。DenseRAN首先通过使用DenseNet作为编码器将输入图像编码为高级视觉特征。然后采用递归神经网络解码器，通过注意力机制检测汉字的偏旁部首和二维结构，生成汉字字幕。这种将汉字看作二维结构和偏旁部首的组合的方式可以减少词汇量，使DenseRAN具有识别未知汉字类的能力，只有在训练集中看到相应的偏旁部首时才能识别。在ICDAR-2013竞赛数据库上进行测试，该方法的相对字符出错率（CER）降低了18.54%，显著优于全字符建模方法。同时，对于CASIA-HWDB 1.2数据库中的3277个未识别汉字，在传统的整字法无法处理的情况下，DenseRAN的识别准确率可达41%左右。
2018-08-13 cs.CV
Characters as Graphs: Recognizing Online Handwritten Chinese Characters via Spatial Graph Convolutional Network
University of Chinese Academy of Sciences（中国科学院大学）
中文是世界上使用最广泛的语言之一，但在线手写汉字识别（OLHCCR）仍然具有挑战性。在汉字识别中，一种常用的方法是对提取的特征图像采用二维卷积神经网络（2D-CNN），另一种方法是对提取的时间序列特征采用递归神经网络（RNN）或一维CNN。而不是查看字符作为静态图像或时间轨迹，在这里，我们建议表示字符的几何图形，同时保留空间结构和时间顺序。因此，我们提出了一种新的空间图卷积网络（SGCN），有效地分类这些字符图的第一次。具体来说，我们的SGCN通过空间图卷积结合了局部邻域信息，并进一步学习具有分层残差结构的全局形状属性。在IAHCC-UCAS 2016、ICDAR-2013和UNIPEN数据集上的实验表明，SGCN可以实现与最先进的字符识别方法相当的识别性能。
2020-04-20 cs.CV
Recurrent neural network transducer for Japanese and Chinese offline handwritten text recognition
Tokyo University of Agriculture and Technology（东京农工大学）
在本文中，我们提出了一个RNN传感器模型识别日本和中国离线手写文本行图像。据我们所知，这是第一个采用RNN-传感器模型进行离线手写文本识别的方法。该模型由三个主要部分组成：视觉特征编码器，通过CNN从输入图像中提取视觉特征，然后通过BLSTM对视觉特征进行编码;语言上下文编码器，通过嵌入层和LSTM从输入图像中提取和编码语言特征;以及联合解码器，其通过全连接和softmax将视觉特征和语言特征组合并然后解码为最终标签序列层次。该模型利用了输入图像的视觉和语言信息。在实验中，我们评估了所提出的模型在两个数据集上的性能：Kuzushiji和SCUT-EPT。实验结果表明，该模型在所有数据集上都达到了最先进的性能。
2021-06-28 cs.CV
A Computationally Efficient Pipeline Approach to Full Page Offline Handwritten Text Recognition
Amazon Inc.（亚马逊公司）
使用深度神经网络的离线手写识别通常由于大的计算成本而限于单词或线条。本文介绍了一种计算量较小的整页脱机手写文本识别框架。该框架包括一个流水线，该流水线使用目标检测神经网络定位手写文本，并使用多尺度卷积神经网络（CNN）提取的特征识别检测到的区域内的文本，该特征被馈送到双向长短期记忆（LSTM）网络中。该框架实现了与现有技术框架相当的出错率，同时使用更少的内存和时间。本文中的结果表明，该框架的潜力和未来的工作可以调查生产准备和部署的手写文本识别器。
2020-05-08 cs.CV
Improved Deep Convolutional Neural Network For Online Handwritten Chinese Character Recognition using Domain-Specific Knowledge
South China University of Technology（华南理工大学）
深度卷积神经网络（DCNN）在各种计算机视觉和模式识别应用中取得了巨大成功，包括手写体汉字识别（HCCR）。然而，目前大多数基于DCNN的HCCR方法将手写样本简单地视为图像位图，忽略了一些可能有用但无法通过传统网络学习的重要领域特定信息。在本文中，我们提出了一种增强的DCNN方法，通过结合各种特定领域的知识，包括变形，非线性归一化，虚构的笔画，路径签名和8方向特征，在线HCCR。我们的贡献是双重的。首先，研究这些特定于领域的技术，并将其与DCNN集成，以形成复合网络，从而提高性能。其次，使用混合串并行（HSP）策略将所得到的DCNN与其领域知识的多样性相结合。因此，我们在CASIA-OLHWDB 1.0和CASIA-OLHWDB 1.1上分别实现了97. 20%和96. 87%的有希望的准确性，优于文献中先前报道的最佳结果。
2015-05-28 cs.CV
Trajectory-based Radical Analysis Network for Online Handwritten Chinese Character Recognition
University of Science and Technology of China（中国科学技术大学）
近年来，由于深度学习技术的出现，在线手写汉字识别取得了很大进展。然而，以往的研究大多将每个汉字作为一类，而没有明确考虑其内在结构，即具有复杂几何形状的偏旁构件。在这项研究中，我们提出了一种新的基于语义的偏旁分析网络（TRAN），首先识别偏旁，同时分析偏旁之间的二维结构，然后识别汉字，通过生成字幕的基础上，他们的内部偏旁的分析。建议TRAN采用递归神经网络（RNN）作为编码器和解码器。RNN编码器通过直接将手写轨迹转换为高级特征来充分利用在线信息。RNN解码器旨在通过注意力模型检测部首和空间结构来生成字幕。这种把汉字看作是二维的偏旁组合的方法可以减少词汇量，并使TRAN具有识别不可见汉字类的能力，只要对应的偏旁已经被看到。在CASIA-OLHWDB数据库上的实验结果表明，该方法的相对字符出错率（CER）降低了10%，明显优于现有的全字符建模方法。同时，对于500个未见过汉字的识别，TRAN可以达到约60%的字符准确率，而传统的整字方法没有能力处理它们。
2018-01-22 cs.CV
Offline Handwritten Mathematical Recognition using Adversarial Learning and Transformers
Panjab University（旁遮普大学）
脱机手写数学表达式识别（HMER）是数学表达式识别领域的一个重要研究方向。由于缺乏时间信息和写作风格的可变性，离线HMER通常被视为比在线HMER更难的问题。在本文中，我们提出了一个使用配对对抗学习的编码器-解码器模型。从手写数学表达式图像和它们在编码器中的印刷数学表达式对应物中提取语义不变特征。语义不变特征的学习结合DenseNet编码器和Transformer解码器，帮助我们提高了以前研究的表达率。在CROHME数据集上进行评估，我们已经能够将最新的CROHME 2019测试集结果提高约4%。
2022-08-20 cs.CV
Offline Handwritten Chinese Text Recognition with Convolutional Neural Networks
Intel Corp.（英特尔公司）
基于深度学习的方法一直主导着不同和多语言场景中的文本识别任务。脱机手写体中文文本识别（HCTR）是一项极具挑战性的任务，因为它涉及成千上万的字符、多变的书写风格和复杂的数据汇集过程。近年来，无递归结构的文本识别以其高度的并行性和可比较的结果而备受关注。在本文中，我们只使用卷积神经网络建立模型，并使用CTC作为损失函数。为了减少过拟合，我们在每个最大池化层之后应用dropout，并在线性层之前的最后一个层上应用极高的速率。选择CASIA-HWDB数据库来调整和评估所提出的模型。以现有的文本样本为模板，随机选取孤立的字符样本，合成更多的文本样本进行训练。我们最终在ICDAR 2013竞赛集上实现了6.81%的字符错误率（CER），这是在没有语言模型校正的情况下最好的公开结果。
2020-06-28 cs.CV
Recognition of Handwritten Chinese Text by Segmentation: A Segment-annotation-free Approach
South China University of Technology（华南理工大学）；Peng Cheng Laboratory（鹏城实验室）；Huawei Cloud Computing Technologies Company, Ltd.（华为云计算技术有限公司）
在线和离线手写中文文本识别（HTCR）已经研究了几十年。早期的方法采用基于过分割的策略，但速度慢，准确性不足，字符分割注释成本高。近年来，基于连接主义时间分类（CTC）和注意力机制的无分割方法在HCTR领域占据主导地位。然而，人们实际上是一个字一个字地阅读文本，特别是对于汉字这样的表意文字。这就提出了一个问题：无分割策略真的是HCTR的最佳解决方案吗？为了探索这个问题，我们提出了一种新的基于分割的方法来识别手写中文文本，该方法使用简单而高效的全卷积网络来实现。提出了一种新的弱监督学习方法，使网络仅使用成绩单注释进行训练，从而可以避免以前基于分割的方法所需的昂贵的字符分割注释。由于全卷积网络缺乏上下文建模，我们提出了一种上下文正则化方法，在训练阶段将上下文信息集成到网络中，这可以进一步提高识别性能。在四个广泛使用的基准测试，即CASIA-HWDB，CASIA-OLHWDB，ICDAR 2013和SCUT-HCCDoc上进行的大量实验表明，我们的方法在在线和离线HCTR上都显着优于现有方法，并且比CTC/基于注意力的方法具有更高的推理速度。
2022-07-29 cs.CV
Handwritten Chinese Font Generation with Collaborative Stroke Refinement
Cooperative Madianet Innovation Center, Shanghai Jiao Tong University（上海交通大学Madianet协同创新中心）；Mitsubishi Electric Research Laboratories（三菱电机研究实验室）；PingAn Technology US Research Lab（平安科技美国研究实验室）；Huawei Technologies Noah’s Ark Lab（华为技术诺亚方舟实验室）
自动字符生成是一种很有吸引力的解决方案，新的字体设计，特别是中文字体，包括超过3700个最常用的字符。该任务有两个主要的痛点：（i）手写字符通常与信息少的细笔画和复杂结构相关联，其在变形期间容易出错;（ii）需要基于少数手动设计的字符来合成具有各种形状的数千个字符。为了解决这些问题，我们提出了一种新的基于卷积神经网络的模型，主要有三个技术：协同笔划细化，使用协同训练策略来恢复丢失或破损的笔划;在线缩放增强，利用内容重用现象来减少训练集的大小;自适应预变形，标准化和对齐字符。该模型只需要750个成对的训练样本，不需要预先训练的网络，额外的数据集资源或标签。实验结果表明，该方法显着优于国家的最先进的方法下的实际限制手写体字体合成。
2019-05-06 cs.CV
Parsimonious HMMs for Offline Handwritten Chinese Text Recognition
University of Science and Technology of China（中国科学技术大学）
近年来，隐马尔可夫模型（HMM）在脱机手写体中文文本识别中取得了可喜的成果。然而，由于汉字词汇量大，每个汉字都由统一和固定数量的隐藏状态建模，因此需要很高的存储和计算要求。本研究针对这一问题，提出了一种基于状态捆绑的简约阻碍法，充分利用了汉字之间的相似性。采用数据驱动问题集的两步算法，利用似然测度生成绑定状态池。所提出的具有高斯混合模型（GARCH）和深度神经网络（DNN）作为发射分布的简约HARCH不仅导致紧凑的模型，而且通过绑定状态的数据共享和状态类之间的混淆减少来提高识别精度。在ICDAR-2013竞赛数据库上进行测试，在最佳配置情况下，与传统DNN-HMM相比，新的简约DNN-HMM的相对特征出错率（CER）降低了6.2%，模型大小减少了25%，解码时间减少了60%.在紧凑设置的情况下，平均1状态HMM，我们的简约DNN-HMM显着优于传统的DNN-HMM的相对CER减少35.5%。
2018-08-13 cs.CV
Fully Convolutional Recurrent Network for Handwritten Chinese Text Recognition
South China University of Technology（华南理工大学）
提出了一种用于手写体中文文本识别的端到端框架--全卷积递归网络。与严重依赖分割的传统方法不同，我们的FCRN直接使用在线文本数据进行训练，并学会将笔尖轨迹与字符序列相关联。FCRN由四部分组成：用于从输入笔尖轨迹提取签名特征的路径签名层、用于学习信息表示的全卷积网络、用于对输入序列进行每帧预测的序列建模层以及用于将预测转换为标签序列的转录层。FCRN是端到端可训练的，而传统方法的组件是单独训练和调整的。我们还提出了一种改进的束搜索方法，有效地集成了语言模型解码的FCRN和显着提高识别结果。在CASIA-OLHWDB数据库和ICDAR 2013中国手写体识别大赛的测试集上，我们对所提方法的性能进行了评估，正确率分别达到96.40%和95.00%。
2016-04-18 cs.CV
Stroke Sequence-Dependent Deep Convolutional Neural Network for Online Handwritten Chinese Character Recognition
Harbin Institute of Technology Shenzhen Graduate School（哈尔滨工业大学深圳研究生院）
本文提出了一种新的模型，命名为笔划序列相关的深度卷积神经网络（SSDCNN），利用笔划序列信息和八个方向的特征进行联机手写汉字识别（OLHCCR）。一方面，SSDCNN可以学习在线手写汉字（OLHCC）的表示，通过纳入自然的笔画序列信息。另一方面，SSDCNN可以以自然的方式合并八个方向的特征。为了训练SSDCNN，我们将训练过程分为两个阶段：1）使用训练数据对整个体系结构进行预训练，直到性能趋于收敛。2)进一步训练了用于将基于笔划序列的八向特征表示与softmax层相结合的全连接神经网络。实验是在ICDAR 2013的OLHCCR竞赛任务上进行的。实验结果表明，与只使用8个方向特征的模型相比，SSDCNN可以将识别错误率降低50%（5.13vs2.56）。与ICDAR 2013竞赛上提交的最佳系统相比，所提出的SSDCNN实现了97.44%的准确率，将识别错误降低了约1.9%。这些结果表明，SSDCNN可以利用笔划序列信息来学习OLHCC的高质量表示。它还表明，学习的表示和经典的八方向特征在SSDCNN架构中相互补充。
2016-10-13 cs.CV
A High-Performance CNN Method for Offline Handwritten Chinese Character Recognition and Visualization
Hunan University（湖南大学）；State University of New York at New Paltz（纽约州立大学新帕尔茨分校）
最近的研究介绍了快速，紧凑，高效的卷积神经网络（CNN）的脱机手写体汉字识别（HCCR）。然而，他们中的许多人没有解决网络可解释性的问题。我们提出了一种新的具有高识别性能的深度CNN架构，该架构能够学习深度特征以进行可视化。我们的模型的一个特点是瓶颈层，使我们能够保持其表现力，同时减少乘法累加运算的数量和所需的存储。本文介绍了全局加权平均池化（GWAP）的一种改进形式--全局加权输出平均池化（GWOAP）.本文演示了它们如何允许我们计算类激活图（CAM），以指示我们的CNN用于识别某个类的最相关的输入字符图像区域。通过对ICDAR-2013离线HCCR竞赛数据集的评估，我们发现，与目前仅在手写数据上训练的最先进的单网络方法相比，我们的模型能够减少相对0.83%的错误，同时具有49%的参数和相同的计算成本。我们的解决方案甚至优于最近的残差学习方法。
2019-05-28 cs.CV
Offline Handwritten Recognition of Malayalam District Name - A Holistic Approach
CUSAT（科钦科技大学）
本文讨论了各种机器学习方法在马拉雅拉姆语手写区名识别中的应用。从56个不同的作家收集的数据用于实验。拟议的工作可以用于识别区在马拉雅拉姆语写的地址。不同的方法，减少重复性进行了讨论。识别时考虑的特征有方向梯度直方图描述符、上半部分和下半部分的黑色像素数、图像长度。在这项工作中使用的分类器是神经网络，SVM和随机森林。
2017-05-02 cs.CV
Interpretable Distance Metric Learning for Handwritten Chinese Character Recognition
Montclair State University（蒙特克莱尔州立大学）；Dalian University of Technology（大连理工大学）
手写体识别对于人机交互和文书数字化都具有重要意义。在光学字符识别（Optical Character Recognition，OCR）领域，手写体汉字的识别面临着巨大的挑战。学习一个合适的距离度量来度量输入数据之间的差异是准确识别手写字符的基础。现有的距离度量学习方法要么产生不可接受的出错率，或者在结果中提供很少的可解释性。在本文中，我们提出了一个可解释的距离度量学习方法的手写体汉字识别。学习的度量是可理解的基本度量的线性组合，因此为普通用户提供了有意义的见解。我们在基准数据集上的实验结果表明，我们提出的方法具有优越的效率，准确性和可解释性。
2021-03-17 cs.AI cs.CV
Recognition of Offline Handwritten Devanagari Numerals using Regional Weighted Run Length Features
Jadavpur University（贾达布尔大学）
手写体罗马字符和数字的识别在过去的几十年里得到了广泛的研究，其准确性达到了令人满意的状态。但是，在谈论印度最受欢迎的文字之一的梵文脚本时，情况就不同了。本文提出了一个高效的手写梵文数字识别系统。该系统使用了一种新的196元素的掩模定向（MOD）的识别目的的功能。该方法进行了测试，使用5个传统的分类器上6000个手写数字样本。在应用3折交叉验证方案，该系统产生最高的识别准确率为95.02%，使用支持向量机（SVM）分类器。
2018-06-29 cs.CV
Development of Comprehensive Devnagari Numeral and Character Database for Offline Handwritten Character Recognition
Government Polytechnic（政府理工学院）
在手写体字符识别中，基准数据库在评估各种算法的性能和各种研究人员所获得的结果方面起着重要的作用。在Devnagari脚本中，缺乏这样的官方基准。本文主要研究Devnagari手写体数字和字符离线基准数据库的生成。本研究从750名不同年龄、性别、文化程度和职业的作家中，分别获得了5137个和20305个数字和字符数据库的孤立样本。离线样本图像以TIFF图像格式存储，因为它占用较少的内存。此外，数据以二进制级别呈现，从而进一步降低了存储器需求。它将通过研究人员的免费访问，促进对Devnagari脚本手写识别的研究。
2013-08-17 cs.CV
Design of a Very Compact CNN Classifier for Online Handwritten Chinese Character Recognition Using DropWeight and Global Pooling
South China University of Technology（华南理工大学）
目前，由于移动设备的普及，在线手写汉字识别（HCCR）已成为向手机和平板设备提供输入的合适选择之一。在过去的几年中，更大更深的卷积神经网络（CNN）已经被广泛地用于提高字符识别性能。然而，其大量的存储需求是将这样的网络部署到便携式电子设备中的重大障碍。为了解决这个问题，我们提出了一种新的技术称为DropWeight修剪冗余连接的CNN架构。实验结果表明，该方法不仅能很好地处理AlexNet和VGGNet等精简结构，而且对深度残差网络和初始网络也表现出了显著的性能。我们还证明，全球池是一个更好的选择，建立非常紧凑的在线HCCR系统。使用我们提出的网络在ICDAR-2013在线HCCR竞赛数据集上进行了实验，发现所提出的方法仅需要0.57 MB的存储空间，而最先进的基于CNN的方法需要高达135 MB的存储空间;同时性能仅下降了0.91%。
2017-05-15 cs.CV
A New Hybrid-parameter Recurrent Neural Networks for Online Handwritten Chinese Character Recognition
University of Chinese Academy of Sciences, CAS（中国科学院大学（中国科学院））
递归神经网络（RNN）适合于处理时间序列。在本文中，我们提出了一种具有新特征的深度RNN，并将其应用于在线手写汉字识别。与现有的RNN模型相比，该系统有三个创新之处。首先，提出了一种新的RNN隐层函数，以更好地学习时间信息。我们称之为内存池单元（MPU）。拟议的MPU具有简单的架构。其次，为了提高RNN的表达能力，提出了一种新的混合参数RNN结构。所提出的混合参数RNN在计算时间维度的迭代时具有参数变化。第三，我们做了一个调整，每一层的所有输出堆叠作为网络的输出。堆叠隐藏层状态组合所有隐藏层状态以增加表达容量。在IAHCC-UCAS 2016数据集和CASIA-OLHWDB 1.1数据集上进行了实验。实验结果表明，混合参数RNN具有更高的识别效率（参数少，速度快），获得了更好的识别性能。并证明了所提出的记忆池单元是一个简单的隐层函数，取得了较好的识别效果。
2018-07-30 cs.CV
Stroke extraction for offline handwritten mathematical expression recognition
School of Mathematics, Sun Yat-Sen University（中山大学数学学院）
由于缺乏时间信息，离线手写数学表达式识别通常被认为比在线识别困难得多。为了充分利用目前比较成熟的在线识别方法并节省资源，提出了一种基于过分割的文本位图笔划自动恢复方法。该算法首先将二值化图像的骨架分解为结点和线段，然后将线段合并形成笔画，最后利用递归投影和拓扑排序对笔画顺序进行规范化。与普通的在线识别器相结合，获得了良好的离线准确率，这不是专门为提取的笔画而设计的。给定一个现成的最先进的在线手写数学表达式识别器，所提出的过程分别正确识别了2014年，2016年和2019年在线手写数学表达式识别竞赛（CROHME）数据集的58.22%，65.65%和65.22%的离线公式。此外，给定一个可训练的在线识别系统，用提取的笔画对其进行再训练，可以得到具有相同准确度的离线识别器。另一方面，整个流水线的速度足够快，可以在资源有限的手机上进行设备识别。综上所述，笔划提取为构建光学字符识别软件提供了一种有吸引力的方法。
2020-01-16 cs.CV
KOHTD: Kazakh Offline Handwritten Text Dataset
Al-Farabi Kazakh National University（法拉比哈萨克国立大学）；Satbayev University（萨特巴耶夫大学）；KazMunayGas Engineering LLP（哈萨克斯坦石油天然气工程有限责任合伙公司）；Assiut University（艾斯尤特大学）
尽管已经过渡到数字信息交换，但许多文档，如发票、税务、备忘录和问卷、历史数据以及考试答案，仍然需要手写输入。在这方面，需要实现手写文本识别（HTR），其是使用计算机来解密记录的自动方式。手写识别具有挑战性，因为一个人可以用几乎无限的方式书写相同的信息。本文介绍了哈萨克语手写文本识别的研究现状，一个全面的哈萨克语手写文本数据集是必要的。鉴于缺乏手写哈萨克文本的数据集，这一点尤其如此。在本文中，我们提出了我们广泛的哈萨克语离线手写文本数据集（KOHTD），其中有3000份手写试卷和超过140335分割图像，大约有922010个符号。它可以通过使用深度和机器学习为手写识别任务领域的研究人员提供服务。在我们的研究中，我们使用了各种流行的文本识别方法进行单词和行识别，包括基于CTC和基于注意力的方法。调查结果表明KOHTD的多样性。此外，我们提出了一种遗传算法（GA）的行和分词的基础上随机枚举的参数。数据集和GA代码可在https://github.com/abdoelsayed2016/KOHTD上获得。
2021-09-22 cs.CV
High Performance Offline Handwritten Chinese Character Recognition Using GoogLeNet and Directional Feature Maps
South China University of Technology（华南理工大学）
卷积神经网络（CNN）在解决计算机视觉问题上取得了巨大的成功，近年来，它为手写体汉字识别提供了一种新的端到端的方法。然而，到目前为止，为HCCR提出的先前CNN既不够深也不够细。我们在本文中表明，一个更深的体系结构可以帮助HCCR很多，以实现更高的性能，同时可以用更少的参数设计。我们还表明，传统的特征提取方法，如Gabor或梯度特征映射，仍然是有用的，以提高CNN的性能。我们为HCCR设计了一个精简版的GoogLeNet [13]，这是近年来最初提出的用于图像分类的非常深入的架构（表示为HCCR-GoogLeNet）。我们使用的HCCR-GoogLeNet是19层，但只涉及726万个参数。使用ICDAR 2013离线HCCR竞赛数据集进行实验。结果表明，通过与传统方向特征图的适当结合，所提出的单一和集成HCCR-GoogLeNet模型分别实现了96.35%和96.74%的最新识别准确率，优于之前的最佳结果，具有显著的差距。
2015-05-19 cs.CV
Offline handwritten signature identification using adaptive window positioning techniques
UTM-IRDA Digital Media Centre (MaGIC-X)（UTM-IRDA数字媒体中心（MaGIC-X））
本文提出，以应对这一挑战，我们提出了使用自适应窗口定位技术，重点不仅是手写签名的意义，但也对作家的个性。这项创新技术将手写签名分为13个大小为nxn（13x13）的小窗口。。这个大小应足够大，以包含有关作者风格的充分信息，并足够小，以确保良好的识别性能。该过程使用包含来自90个不同作者的4870个签名样本的GPDS数据集进行测试，通过比较测试签名与使用适当的分类器识别用户签名。实验结果表明，自适应窗口定位技术是一种有效、可靠的签名特征提取方法，可用于脱机手写签名的识别，也可用于情感胁迫签名的检测。
2014-07-10 cs.CV
Learning Spatial-Semantic Context with Fully Convolutional Recurrent Network for Online Handwritten Chinese Text Recognition
College of Electronic and Information Engineering, South China University of Technology（华南理工大学电子与信息工程学院）；Oxford-Man Institute for Quantitative Finance, University of Oxford（牛津大学牛津曼定量金融研究所）；Mathematical Institute, University of Oxford（牛津大学数学研究所）；The Alan Turing Institute, University of Oxford（牛津大学艾伦·图灵研究所）
联机手写中文文本识别是一个具有挑战性的问题，因为它涉及到大规模的字符集，歧义切分和可变长度的输入序列。在本文中，我们利用出色的能力，路径签名在线笔尖轨迹转化为信息签名特征图使用基于滑动窗口的方法，成功地捕捉分析和几何性质的笔笔划具有很强的局部不变性和鲁棒性。提出了一种多空间上下文全卷积递归网络（MCFCRN），利用签名特征图中的多个空间上下文，生成预测序列，同时完全避免了难以分割的问题。此外，一个隐式的语言模型的开发进行预测的基础上的预测特征序列的语义上下文，提供了一个新的视角，结合词汇约束和先验知识的某种语言的识别过程。在Dataset-CASIA和Dataset-ICDAR两个标准基准上的实验取得了出色的结果，正确率分别为97.10%和97.15%，明显优于文献中迄今为止报道的最佳结果。
2017-05-25 cs.CV
Offline Handwritten MODI Character Recognition Using HU, Zernike Moments and Zoning
HOCR的英文缩写是Handwritten光学字符识别。HOCR是从文档的数字图像中识别不同手写字符的过程。手写体字符自动识别吸引了国内外众多学者的研究，并将其作为手写体字符识别领域的研究热点。形状识别和特征提取是任何字符识别系统中非常重要的部分，并且方法的成功高度依赖于特征的选择。然而，特征提取是尽可能精确和唯一地定义字符形状的最重要步骤。这确实是最重要的一步，也是最复杂的任务，并且通过使用不变性而取得了成功，而不管位置和方向。Zernike矩描述了形状，由于它的非线性特性，识别旋转不变量。MODI是印度的一种古老的手写体，具有草书和复杂的字符表示。本文介绍的工作效率Zernike矩Hu 7矩与分区的手写MODI字符的自动识别。本文使用离线方法，因为MODI脚本非常流行，并广泛用于写作目的，直到19世纪才正式采用Devanagari。
2014-10-27 cs.CV
Online Writer Retrieval with Chinese Handwritten Phrases: A Synergistic Temporal-Frequency Representation Learning Approach
School of Electronic and Information Engineering, South China University of Technology（电子与信息工程学院，华南理工大学）
本文针对中文手写短语在线书写者检索，提出DOLPHIN模型，通过协同时间-频率表示学习增强特征，并构建大规模数据集OLIWER，实验证明其性能优于现有方法。
2025-08-27 cs.CV
Building Efficient CNN Architecture for Offline Handwritten Chinese Character Recognition
University of Chinese Academy of Sciences（中国科学院大学）；Institute of Semiconductors, CAS（中国科学院半导体研究所）；CAS Center for Excellence in Brain Science and Intelligence Technology（中国科学院脑科学与智能技术卓越创新中心）；Beijing Key Laboratory of Semiconductor Neural Network Intelligent Sensing and Computing Technology（半导体神经网络智能感知与计算技术北京市重点实验室）；Lab of Artificial Networks, Institute of Semiconductors, CAS（中国科学院半导体研究所人工网络实验室）；Semi（半导体研究所（注：此处“Semi”应为“Institute of Semiconductors, CAS”的简称，按机构名处理））
基于深度卷积网络的方法在图像分类方面取得了重大突破，通过自动学习区分特征为手写体汉字识别（HCCR）问题提供了端到端的解决方案。然而，最先进的CNN似乎会产生巨大的计算成本，并且需要存储大量的参数，特别是在完全连接的层中，这很难将这样的网络部署到具有计算量限制的替代硬件设备中。为了解决存储问题，我们提出了一种新的技术，称为全球加权ArrhythmPooling减少在全连接层的参数，而不损失的准确性。此外，我们在单个CNN中实现了一个级联模型，通过增加中间输出层来尽早完成识别，从而大大减少了平均推理时间。在ICDAR-2013离线HCCR数据集上进行了实验，实验结果表明，该方法平均只需要6.9ms就能对一幅特征图像进行分类，在存储空间仅为3.3MB的情况下，分类准确率达到了97.1%。
2018-04-08 cs.CV
A multi-stream hmm approach to offline handwritten arabic word recognition
University Sidi Mohamed Ben Abdellah（西迪·穆罕默德·本·阿卜杜拉大学）
本文提出了一种新的手写体阿拉伯文字识别系统的方法。目的是提出方法分析脱机识别手写阿拉伯文的快速实施。在书写识别系统的第一部分是预处理阶段是预处理阶段准备的数据被引入和提取一组简单的统计特征通过两种方法：从一个窗口，这是滑动长的文本行从右到左和方法VH2D（包括在投影每个字符的横坐标，纵坐标和对角线45°和135°）。然后将得到的特征向量注入到隐马尔可夫模型（HMM）中，并通过多流方法将两个HMM结合起来。
2013-09-10 cs.CV
Multiple models of Bayesian networks applied to offline recognition of Arabic handwritten city names
Research Unit SAGE, National Engineering School of Sousse（苏塞国家工程学院SAGE研究单位）
在本文中，我们解决了离线阿拉伯手写单词识别的问题。由于手写体文字的高度可变性和不确定性，脱机手写体文字识别是一项困难的任务。大多数最近的系统受到要处理的词典的大小和作者的数量的限制。在本文中，我们提出了一种方法，多作家阿拉伯手写文字识别使用多个贝叶斯网络。首先，我们把图像分成几个块。对于每个块，我们计算一个描述符向量。然后，我们使用K-means对包括Zernik和Hu矩在内的低级特征进行聚类。最后，我们应用贝叶斯网络分类器的四个变种（朴素贝叶斯，树增强朴素贝叶斯（TAN），森林增强朴素贝叶斯（FAN）和DBN（动态贝叶斯网络）分类突尼斯城市名称的整个图像。实验结果表明，FAN和DBN的识别率优于其他算法
2013-01-18 cs.CV
Offline handwritten mathematical symbol recognition utilising deep learning
Dublin City University（都柏林城市大学）；Shiraz University（设拉子大学）；Curtin University（科廷大学）；Concordia University（康考迪亚大学）
本文描述了一种脱机识别手写数学符号的方法。本文的符号识别过程包括符号分割和300多类的精确分类。许多多维数学符号需要水平和垂直投影来分割。然而，某些符号不允许被投影并停止分割，例如根符号。此外，许多数学符号在结构上是相似的，特别是在手写体中，如0和null。有300多个数学符号。因此，需要设计一个超过300类的精确分类器。本文首先讨论了使用简单线性迭代聚类（SLIC）分割的问题。实验结果表明，所设计的kNN分类器对66类原始图像的显著性分类准确率为84%，方向梯度直方图（HOG）分类准确率为57%，线性二值模式（LBP）分类准确率为53%，像素强度分类准确率为43%。使用修改的LeNet的87个类代表90%的准确性。最后，对于101个类，SqueezeNet ac
2019-10-16 cs.CV
Boosting offline handwritten text recognition in historical documents with few labeled lines
Universidad de Sevilla（塞维利亚大学）；Universidad Carlos III de Madrid（马德里卡洛斯三世大学）；Health Research Institute Gregorio Marañón（格雷戈里奥·马拉尼翁健康研究所）
在本文中，我们面临的问题离线手写文本识别（HTR）的历史文件时，很少有标记的样本，其中一些包含错误的训练集。三个主要的贡献。首先，我们分析了如何执行迁移学习（TL）从一个巨大的数据库到一个较小的历史数据库，分析模型的哪些层需要微调过程。其次，我们分析了有效地结合TL和数据增强（DA）的方法。最后，提出了一种算法，以减轻不正确的标签在训练集中的影响。这些方法在ICFHR 2018竞争数据库，华盛顿和帕西瓦尔进行了分析。结合所有这些技术，我们证明了显着减少CER（在某些情况下高达6%），在测试集的复杂性开销很小。
2020-12-04 cs.CV
MetaScript: Few-Shot Handwritten Chinese Content Generation via Generative Adversarial Networks
SJTU（上海交通大学）
提出MetaScript系统，利用少样本学习和生成对抗网络，从少量风格参考生成保留个人手写风格的中文内容，在识别准确率等指标上表现优异。
2023-12-25 cs.AI cs.CV
Sentence-level Online Handwritten Chinese Character Recognition
Harbin Institute of Technology（哈尔滨工业大学）；Meituan（美团）
单联机手写体汉字识别（单OLHCCR）取得了突出的性能。然而，在实际应用场景中，用户往往需要书写多个汉字来组成一个完整的句子，这些汉字中的上下文信息对提高句子级OLHCCR的准确性、鲁棒性和效率具有重要意义。在这项工作中，我们首先提出了一个简单而直接的端到端网络，即香草组合网络~（VCN）来解决业务级OLHCCR。它将卷积神经网络与序列建模结构相结合，利用手写字符先前的上下文信息。尽管VCN的性能比最先进的单一OLHCCR模型好得多，但当面对书写不好的字符（如潦草的书写、遗漏或折断的笔画）时，它暴露出高度的脆弱性。为了提高并行级OLHCCR的鲁棒性，我们进一步提出了一种新的深度时空融合网络DSTFN。该算法以预训练的自回归框架为主干，将每个汉字投影到词嵌入中，并在多层融合模块中多次融合手写体汉字的空间方位特征及其上下文信息。我们还构建了一个大规模的手写水平的数据集，命名为CSOHD评估模型。大量的实验结果表明，DSTFN达到了最先进的性能，表现出较强的鲁棒性相比，VCN和现有的单一OLHCCR模型。深入的实证分析和案例研究表明，DSTFN能显著提高手写输入的效率，对不完整笔画的手写体汉字也能准确识别。
2021-07-04 cs.CL cs.CV
Handwritten Chinese Character Recognition by Convolutional Neural Network and Similarity Ranking
University of Western Ontario（西安大略大学）
卷积神经网络（CNN）最近在手写体汉字识别（HCCR）上取得了最先进的性能。然而，大多数CNN模型采用SoftMax激活函数并最小化交叉熵损失，这可能导致类间信息的损失。为了解决这个问题，我们提出了将交叉熵与相似度排序函数相结合，并将其作为损失函数。实验结果表明，组合损失函数在HCCR中具有较高的精度。本文简要回顾了交叉熵损失函数，一种典型的相似性排序函数：欧氏距离，并提出了一种新的相似性排序函数：平均方差相似性。实验比较了三种不同损失函数的CNN模型的性能。最后，SoftMax交叉熵与平均方差相似度在手写体汉字识别中具有最高的准确率。
2019-08-30 cs.CV cs.LG stat.ML
DTRNet: Dual Text-Radical Decoding for Handwritten Chinese Text Recognition with Faked Character Detection
针对教育场景中手写中文文本识别需检测伪造字符的需求，本文提出DTRNet框架，通过解耦文本识别与结构验证，实现高效且可解释的伪造字符检测，效果显著。
2026-08-07 cs.CV
DropSample: A New Training Method to Enhance Deep Convolutional Neural Networks for Large-Scale Unconstrained Handwritten Chinese Character Recognition
South China University of Technology（华南理工大学）；University of Technology, Sydney（悉尼科技大学）
受心理学领域Leitners学习盒理论的启发，提出了一种训练深度卷积神经网络（DCNN）的新方法--DropSample，并将其应用于大规模在线手写体汉字识别（HCCR）。根据DropSample的原理，每个训练样本都与配额函数相关联，该配额函数根据DCNN softmax输出给出的分类置信度进行动态调整。在学习迭代之后，具有低置信度的样本将具有更高的概率被选择为下一次迭代中的训练数据;相反，具有非常高置信度的良好训练和良好识别的样本将具有更低的概率被涉及下一次训练迭代，并且可以被逐渐淘汰。因此，学习过程变得更加有效，因为它的进展。此外，我们研究了使用特定领域的知识，以提高DCNN的性能，在传统的CNN之前添加一个领域知识层。通过采用DropSample结合不同类型的领域特定知识，可以有效地提高HCCR的准确性。在CASIA-OLHDWB 1.0、CASIA-OLHWDB 1.1和ICDAR 2013在线HCCR竞赛数据集上的实验分别获得了97.33%、97.06%和97.51%的出色识别率，所有这些都明显优于文献中报道的先前最佳结果。
2015-05-20 cs.CV
Online and Offline Handwritten Chinese Character Recognition: A Comprehensive Study and New Benchmark
NLPR, Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所模式识别国家重点实验室）；MILA, University of Montreal（蒙特利尔大学MILA）
最近的基于深度学习的方法通过直接从原始数据学习区分性表示，实现了手写汉字识别（HCCR）的最新性能。尽管如此，我们相信，长期和良好的调查领域特定的知识仍然应该有助于提高HCCR的性能。通过将传统的归一化协作方向分解特征映射（directMap）与深度卷积神经网络（convNet）相结合，我们能够在ICDAR-2013竞赛数据库上获得新的在线和离线HCCR的最高精度。有了这个新的框架，我们可以消除对数据增强和模型集成的需求，这些需求在其他系统中被广泛使用，以达到最佳效果。这使得我们的框架在训练和测试方面都是高效和有效的。此外，虽然directMap+convNet可以达到最佳效果，并超过人类水平的性能，我们表明，在这种情况下，作家适应仍然是有效的。提出了一种新的自适应层，以减少特定源层上的训练数据和测试数据之间的失配。适应过程可以以无监督的方式高效且有效地实施。通过在预先训练好的convNet中加入适应层，它可以适应特定书写者的新笔迹风格，识别准确率可以进一步得到一致和显著的提高。本文概述和比较了最近基于深度学习的HCCR方法，并为在线和离线HCCR设置了新的基准。
2016-06-18 cs.CV
Count, Decode and Fetch: A New Approach to Handwritten Chinese Character Error Correction
University of Science and Technology of China（中国科学技术大学）
提出 Count, Decode and Fetch (CDF) 方法，通过计数器、解码器和获取器三阶段处理，解决手写汉字纠错中未见错误字符泛化不足的问题，显著提升现有编码器-解码器模型性能。
2023-07-30 cs.CV
PageNet: Towards End-to-End Weakly Supervised Page-Level Handwritten Chinese Text Recognition
South China University of Technology（华南理工大学）；Huazhong University of Science and Technology（华中科技大学）；Huawei Cloud Computing Technologies（华为云计算技术有限公司）；Pazhou Laboratory (Huangpu)（琶洲实验室（黄埔））；Peng Cheng Laboratory（鹏城实验室）
手写体中文文本识别（HCTR）一直是一个活跃的研究课题。然而，大多数以前的研究只集中在识别裁剪文本行图像，忽略了文本行检测在现实世界中的应用所造成的错误。虽然近年来已经提出了一些针对页面级文本识别的方法，但它们要么限于简单的布局，要么需要非常详细的注释，包括昂贵的行级甚至字符级边界框。为此，我们提出了端到端弱监督页面级HCTR的PageNet。PageNet检测和识别字符，并预测它们之间的阅读顺序，在处理包括多方向和弯曲文本行在内的复杂布局时更加健壮和灵活。利用所提出的弱监督学习框架，PageNet只需要对真实数据进行注释的成绩单;然而，它仍然可以输出字符和行级别的检测和识别结果，避免了标记字符和文本行的边界框的劳动力和成本。在五个数据集上进行的大量实验证明了PageNet优于现有的弱监督和完全监督页面级方法。这些实验结果可能会引发进一步的研究超越现有的方法的基础上连接时间分类或注意。源代码可在https://github.com/shannanyinxiang/PageNet上获得。
2022-07-29 cs.CV
Leveraging Expert Models for Training Deep Neural Networks in Scarce Data Domains: Application to Offline Handwritten Signature Verification
University of Patras（帕特雷大学）；Democritus University of Thrace（德谟克利特色雷斯大学）；University of West Attica（西阿提卡大学）
本文提出一种基于特征知识蒸馏的学生-教师框架，仅用手写文本数据训练卷积神经网络，有效解决了离线手写签名验证中的数据稀缺问题，并在三个数据集上达到与教师模型相当或更优的性能。
2023-08-02 cs.CV
Writer-Aware CNN for Parsimonious HMM-Based Offline Handwritten Chinese Text Recognition
National Engineering Laboratory for Speech and Language Information Processing, University of Science and Technology of China（中国科学技术大学语音及语言信息处理国家工程实验室）
近年来，混合卷积神经网络隐马尔可夫模型（CNN-HMM）被引入脱机手写体中文文本识别（HCTR），并取得了最先进的性能。然而，用统一和固定数量的隐藏状态对每个大词汇量的汉字进行建模需要很高的存储器和计算成本，并且使得数万个HMM状态类令人困惑。HCTR的CNN-HMM的另一个关键问题是多样化的写作风格，这导致模型应变和特定作家的显着性能下降。为了解决这些问题，我们提出了一个基于简约HMM（WCNN-PHMM）的作家感知CNN。首先，采用数据驱动的状态捆绑算法设计PHMM，大大减少HMM的状态总数，不仅通过不同汉字之间相同或相似的偏旁部首的状态共享产生紧凑的CNN，而且由于捆绑状态的更准确建模和更低的混淆，提高了识别精度。其次，WCNN将每个卷积层与一个自适应层相结合，该自适应层由一个依赖于作者的向量（即作者代码）提供，以提取作者信息中不相关的变化，从而提高识别性能。在训练阶段，将自适应层参数与其他网络参数联合优化，并采用多遍解码策略学习自适应层代码，生成识别结果。在CASIA-HWDB数据库的ICDAR 2013竞赛上进行验证，在不考虑语言建模的情况下，7360类词汇的更紧凑的WCNN-PHMM可以实现比传统CNN-HMM降低16.6%的相对字符出错率（CER）。通过采用一种功能强大的混合语言模型（N-gram语言模型和递归神经网络语言模型），WCNN-PHMM的CER降低到3.1…
2019-09-20 cs.CV
Fuzzy-Geometric Branch-Point Modeling for Structure-Aware Augmentation of Handwritten Chinese Characters
School of Information Science and Engineering, Lanzhou University（兰州大学信息科学与工程学院）；Guangdong Provincial Key Laboratory of Brain-inspired Intelligent Computation, Department of Computer Science and Engineering, Southern University of Science and Technology（南方科技大学计算机科学与工程系广东省类脑智能计算重点实验室）
针对手写汉字增强中数据稀缺和结构失真问题，提出基于模糊几何的结构感知增强框架，通过模糊集建模分支点并优化，结合贝塞尔重建与多策略扰动生成样本，显著降低字错误率。
2026-06-18 cs.CV
TransDocAnalyser: A Framework for Offline Semi-structured Handwritten Document Analysis in the Legal Domain
Wipro Limited（威普罗公司）
本文构建法律领域手写半结构化 FIR 数据集，并提出结合 Faster-RCNN、Vision Transformers 与领域分词器的端到端 TransDocAnalyser 框架，实现字段定位标注、手写识别及术语后校正，性能达到 SOTA。
2023-06-03 cs.CV
Classification of Chinese Handwritten Numbers with Labeled Projective Dictionary Pair Learning
Shahrood University of Technology（沙赫鲁德理工大学）；Queen’s University Belfast（贝尔法斯特女王大学）；University of Essex（埃塞克斯大学）；University of Edinburgh（爱丁堡大学）
字典学习是图像分类的基石。我们着手解决使用字典学习进行分类的长期挑战;即同时最大限度地提高学习字典的可辨别性和稀疏表示能力。在此前提下，我们设计了类特定的字典，结合三个因素：可辨别性，稀疏性和分类错误。我们将这些度量集成到统一的成本函数中，并采用了新的特征空间，即，方向梯度直方图（HOG），以生成字典原子。使用HOG特征设计字典的基本原理是它们在描述拥挤图像的细节方面的优势。将所提出的方法应用于中文手写数字分类的结果表明，与最先进的深度学习技术（即，SqueezeNet、GoogLeNet和MobileNetV 2），但只有一小部分参数。此外，与仅使用像素域数据的情况相比，HOG特征与字典学习的组合将精度提高了$11\%$。当所提出的方法应用于阿拉伯语和英语手写数字数据库时，这些结果得到了支持。
2020-12-07 cs.CV cs.LG
FCN+RL: A Fully Convolutional Network followed by Refinement Layers to Offline Handwritten Signature Segmentation
Escola Politécnica de Pernambuco, Universidade de Pernambuco（伯南布哥大学伯南布哥理工学院）；University of Bari（巴里大学）
虽然世俗，手写签名是大多数国家使用的最可靠的生物识别方法之一。在过去十年中，手写签名验证技术的应用有了很大发展，包括法医方面。一些因素，如背景的复杂性和感兴趣区域的小尺寸-签名像素-增加了目标任务的难度。使其具有挑战性的其他因素是手写签名中存在的各种变化，例如位置，墨水类型，笔的颜色和类型以及笔画类型。在这项工作中，我们提出了一种方法来定位和提取识别文件上的手写签名的像素，没有任何先验信息的签名的位置。所使用的技术是基于一个完全卷积的编码器-解码器网络，结合了预测图像的alpha通道的一个细化层块。实验结果表明，该技术输出一个干净的签名，具有更高的保真度的行比传统的方法和保存的相关特征，签名人的拼写。为了评估我们的建议的质量，我们使用以下图像相似性度量：SSIM，SIFT和骰子系数。定性和定量的结果表明，与基线系统相比，有了重大改进。
2020-05-28 cs.CV
Multiscale Feature Learning Using Co-Tuplet Loss for Offline Handwritten Signature Verification
Department of Information Management, National Taiwan University（信息管理系，国立台湾大学）；Center for Research in Econometric Theory and Applications, National Taiwan University（计量经济理论与应用研究中心，国立台湾大学）
针对离线手写签名验证面临的类间相似、类内差异和样本有限问题，提出带协组损失的多尺度特征学习网络MS-SigNet，同时发布中文签名数据集HanSig，在多语言基准上取得优于现有方法的性能。
2025-08-30 cs.CV
A comprehensive Persian offline handwritten database for investigating the effects of heritability and family relationships on handwriting
Kosar University of Bojnord（博季努尔德科萨尔大学）；Concordia University（康考迪亚大学）；University of Birjand（比尔詹德大学）
本文构建了首个含210个家庭多类手写样本的波斯语离线手写数据库，验证了家庭成员间手写特征与风格存在相似性，免费开放以支撑遗传与家庭关系对手写影响的相关研究。
2025-09-03 cs.CV
A white-box analysis on the writer-independent dichotomy transformation applied to offline handwritten signature verification
Universidade Federal de Pernambuco（伯南布哥联邦大学）；École de Technologie Supérieure - Université du Québec（魁北克大学高等技术学院）
大量的作家，少量的训练样本，每个作家与高类内的变化和严重不平衡的类分布是离线手写签名验证（HSV）问题的挑战和困难。解决这些问题的一个很好的替代方案是使用独立于编写者的（WI）框架。在WI系统中，单个模型被训练为从由二分法变换生成的相异度空间对所有作者执行签名验证。这个框架的优点之一是它的可扩展性，以应对这些挑战中的一些和它的易用性，在管理新的作家，因此被用于迁移学习的上下文中。在这项工作中，我们提出了一个白盒分析这种方法，强调它如何处理的挑战，通过融合功能的参考动态选择，以及它的应用迁移学习。所有的分析都是在实例级别上使用实例硬度（IH）度量进行的。实验结果表明，使用IH分析，我们能够表征“好”和“坏”的质量熟练的forecasts以及正和负样本之间的边界区域。这使得未来的研究方法，以改善真正的签名和熟练的伪造者之间的歧视，考虑这些特点。
2020-04-14 cs.CV
Indic Handwritten Script Identification using Offline-Online Multimodal Deep Network
Nanyang Technological University（南洋理工大学）；University of Surrey（萨里大学）；Institute of Engineering & Management（工程与管理学院）；Jadavpur University（贾达普大学）；Indian Institute of Technology, Roorkee（印度理工学院鲁尔基分校）；Indian Statistical Institute（印度统计研究所）
在本文中，我们提出了一种新的方法，词级的印度文字识别仅使用字符级的数据在训练阶段。在第一节中已经概述了使用字符级数据进行训练的优点。我们的方法使用多模态深度网络，该网络将数据的离线和在线模态作为输入，以便共同探索来自这两种模态的信息，用于脚本识别任务。我们把手写体数据中的任何一种模态作为输入，通过模态间转换生成相反的模态。此后，我们将这个离线-在线模态对馈送到我们的网络。因此，除了利用来自两种模态的信息的优点之外，它还可以同时用作离线和在线脚本识别的单个框架，这表明需要为单独的模态设计两个单独的脚本识别模块。另一个主要的贡献是，我们提出了一种新的条件多模态融合计划，结合离线和在线模态的信息，考虑到真正的起源的数据被馈送到我们的网络，因此它结合自适应。一个详尽的实验已经做了一个数据集，包括英语和六个印度语脚本。我们提出的框架明显优于基于传统分类器以及手工特征和基于深度学习的方法的不同框架，具有明显的优势。大量的实验表明，在我们的框架中，仅使用字符级训练数据可以实现与使用单词级数据进行传统训练所获得的性能类似的最新性能。
2019-10-15 cs.CV
Segmentation of Offline Handwritten Bengali Script
Jadavpur University（贾达沃大学）
字符分割一直是光学字符识别过程中最关键的领域之一。通过该操作，在某些情况下可以连接的字符序列的图像被分解成各个字母符号的子图像。在本文中，草书手写体的世界第四大流行的语言，孟加拉语，被认为是分割。与英文字母不同，孟加拉语手写字符及其组成部分通常包围着主要字符，使得传统的分割方法不适用。实验结果表明，使用所提出的分割技术，对样本草书手写体数据包含218个理想的分割点，成功率为97.7%。进一步的特征分析，这些部分可能导致实际识别手写体孟加拉草书。
2012-02-14 cs.AI cs.CV
