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
北京交通大学;