改进MobileNetV3的脱机手写汉字识别

摘要：

针对目前手写识别网络训练时间长、高资源消耗等问题,本文提出了一种脱机手写汉字识别网络模型.使用轻量级网络MobileNetV3作为主干网络,以减少网络参数量;针对汉字识别分类数庞大的特点,使用多尺度卷积核,提取更丰富的特征信息;针对形近字易产生识别错误的问题,使用注意力机制进行局部、全局特征提取并融合.实验结果表明,所提模型能在保持较少参数量的情况下,使其识别准确率有所提升.

关键词：脱机手写汉字识别、深度学习、MobileNetV3、特征融合、注意力机制

所属期刊栏目：12

分类号：TP391(计算技术、计算机技术)

在线出版日期：2022-07-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：160-164