粘连字符识别技术在手写票据中的应用研究

目录

声明

致谢

1 绪论

1.1 研究背景和意义

1.2 国内外研究现状

1.2.1 手写中文文本识别现状

1.2.2 手写数字串识别研究现状

1.3 主要工作

1.4 组织结构

1.5 小结

2 相关工作介绍

2.1 手写中文文本识别

2.1.1 基于过分割-识别的手写中文文本识别方法

2.1.2 基于深度学习的端到端手写中文文本识别方法

2.1.3 基于检错与纠错的中文拼写检查方法

2.2 手写数字串识别

2.2.1 基于分割-识别的手写数字串识别方法

2.2.2 基于多个分类器的手写数字串识别方法

2.2.3 基于深度学习的端到端识别方法

2.3 小结

3 基于可靠性优先搜索算法的手写公司名识别研究

3.1 过分割算法及识别过程

3.1.1 过分割算法

3.1.2 过分割项组合

3.1.3 单字符分类器

3.2 基于区间可靠性优先的路径搜索算法

3.2.1 基于图像识别的可靠性分析

3.2.2 基于语义的区间可靠性分析

3.2.3 可靠性优先的集束搜索（RFBS）

3.3 公司名检错纠错方法

3.3.1 前后缀推断

3.3.2 行业信息检错纠错

3.4 实验结果与分析

3.4.1 数据集与评价指标

3.4.2 Beam Search 与 RFBS算法的识别效果对比

3.4.3 检错纠错方法对识别结果的影响

3.5 小结

4 基于预分割的端到端手写数字串识别研究

4.1 基于预分割的端到端识别方法

4.1.1 背景预处理

4.1.2 ResNet提取特征

4.1.3 Bi-LSTM预测序列

4.1.4 CTC转录

4.2 模拟票据手写数字串数据集的合成

4.2.1 数据集分析

4.2.2 模拟票据数据集的合成

4.3 实验结果与分析

4.3.1 数据集与评价指标

4.3.2 不同方法的识别效果对比

4.3.3 不同模型对识别效果的影响

4.3.4 不同深度的 ResNet对识别效果的影响

4.4 小结

5 总结与展望

5.1 总结

5.2 展望

参考文献

作者简历及攻读硕士学位期间取得的研究成果

独创性声明

学位论文数据集