在線拉丁和阿拉伯文字中手寫識別的新模型

突尼斯斯法克斯大學的研究人員最近開發了一種新方法來識別在線腳本中的手寫字符和符號。在arXiv上預先發表的一篇論文中介紹了他們的技術，該技術已經在以拉丁字??母和阿拉伯字母書寫的文本上取得了卓越的性能。

近年來，研究人員已經創建了基于神經網絡的體系結構，可以解決各種任務，包括圖像分類，面部識別，自然語言處理(NLP)等。手寫識別系統是專門設計為以類似于人類的方式識別字符和其他手寫符號的計算機工具。

實際上，在人類的生命的早期，他們天生就有能力通過分別識別或組合在一起來識別特定字符來理解不同類型的筆跡。在過去的十年左右的時間里，許多研究試圖在計算機系統中復制此功能，因為這最終將使手寫文本的分析更加先進和自動。

研究人員在論文中寫道：“我們的論文解決了基于提取特征系統和深度分類系統的在線手寫腳本識別問題。” “我們使用了現有的方法并結合了新的分類器，以實現靈活的系統。”

斯法克斯大學的研究人員在論文中提出了兩種基于深度神經網絡的系統：一個使用長短期記憶網絡(OnHSR-LSTM)的在線手寫分割和識別系統，以及一個由手寫體組成的在線手寫識別系統。卷積長短期記憶網絡(OnHR-covLSTM)。

他們的第一個模型稱為OnHSR-LSTM，它基于一種理論，該理論將人類的感知系統描述為一種將語言從圖形標記轉換為符號表示的手段。它的工作原理是檢測符號或字符的共有屬性，然后根據特定的感知規律(例如，基于接近度，相似度等)將它們排列。