雙向循環神經網路之離線連體與重疊手寫數字辨識

10.29428/9789860544169.201801.0090

陳立麟；江政欽

手寫辨識 ； 數字辨識 ； 直方圖投影 ； 類神經網路 ； 雙向循環神經網路

NCS 2017 全國計算機會議

2017（2018 / 01 / 01）

469 - 474

繁體中文

近年來， 對於手寫數字辨識(Handwritten Numeral Recognition)任務的技術已趨於成熟，對於分割成功的單獨數字(Isolated Digit)皆能有很高的辨識率。但數字辨識在很多情況下仍然有很大的挑戰性，像是在任務中我們欲辨識的數字非一對一的單獨數字，而是未知長度(Unknown Length)的數字串，這讓我們在分割(Segment)取得正確的數字個數上更加困難；還有未知長度中的數字串間有連結(Connect)甚至有重疊(Overlapping)的部分，這些因素很容易造成分割或辨識上的錯誤，導致整體辨識率下降。對於上述的挑戰，本論文第一步使用垂直直方圖投影(histogram of vertical projection)先將明顯分離的區段切出多個數字片段，再來採用雙向循環神經網路(Bidirectional Recurrent Neural Network)以序列標注(Sequence Labeling)的方式，將得到的所有片段作同步分割與辨識的動作。另外本論文因為是對未知長度的目標作訓練，為解決訓練樣本取得不易，提供一套資料擴增的方法來合成單獨數字成多個數字串的新樣本；其他還有將資料以不同的接受域(Receptive Field)，讓神經網路學習的更好，以及設計一個驗證方法來將我們神經網路得到的結果，辨認成最後的數字結果。最終我們在NSTRING SD19資料庫測得到的整體辨識率為97.6%，而在連結與重疊的高難度數字串辨識率可達95.9%，效果不錯且優於目標論文，另外也實作一個系統，來實際檢驗我們的成果。