关于深度学习技术及其在手写识别中的应用范围的综述

Apr, 2024

关于深度学习技术及其在手写识别中的应用范围的综述

An inclusive review on deep learning techniques and their scope in handwriting recognition

Sukhdeep Singh, Sudhir Rohilla, Anuj Sharma

TL;DR深度学习在手写识别领域的现有研究成果进行了调查，尽管深度学习方法在加快速度和提供准确结果方面取得了显著进展，但根据文献综述，目前的研究发现深度学习仍需解决许多挑战，尤其是在数据标注方面存在问题。然而，手写识别研究预见到深度学习将在图像处理、语音识别、计算机视觉、机器翻译、机器人技术与控制、医学影像领域、医学信息处理、生物信息学、自然语言处理、网络安全等多个领域中带来变革。

Abstract

deep learning expresses a category of machine learning algorithms that have the capability to combine raw inputs into intermediate features layers. These deep learning algorithms have demonstrated great results i

deep learning handwriting recognition architectures state-of-the-art performances labelled data

发现论文，激发创造

针对英文手写体草书和印刷体的端到端交互式深度学习标注系统

本文介绍了一种创新的、完整的端到端流程，采用深度学习和用户交互技术，对印刷和草书英文手写手稿进行注释，该方法使用了最先进的文本识别模型构建的检测系统和自定义的深度学习模型，结合易于使用的交互式界面，旨在提高检测、分割、序列化和识别阶段的准确性，以确保高质量的注释数据，最大程度地减少人类交互。

Apr, 2023

计算机视觉任务的深度学习综述

本文旨在概述深度学习算法在计算机视觉领域的应用，包括图像分类，目标识别，图像提取和语义分割等方面，同时讨论了构建和训练深度神经网络面临的未来范围和挑战。

Apr, 2018

多列深度神经网络用于图像分类

介绍了一种基于神经网络算法的计算机视觉和机器学习新方法，通过极小的感受野感知神经元构建深度神经网络来实现图像分类，相比于传统的方法显著提高识别性能

Feb, 2012

自由手图的深度学习：一项调查

本文全面调查了深度学习技术在手绘素材上的应用，主要内容包括手绘素材的特征与城市挑战、现有数据集、研究主题和最新方法的详细分类和实验评估、以及未来研究的障碍、问题和潜在方向。

Jan, 2020

NeuroWrite：使用深度神经网络预测手写数字分类

NeuroWrite 是一个使用深度神经网络来预测手写数字分类的独特方法，通过融合卷积神经网络（CNNs）和循环神经网络（RNNs），实现了卓越的识别和分类准确度。该方法通过使用先进技术在手写数字数据集上展示了其高分类准确度和强大的推广能力，同时探索了在数字化文件的数字识别、签名验证和自动邮政编码识别等实际应用中的潜力。NeuroWrite 由于其性能和适应性，在计算机视觉和模式识别领域是一个有用的工具。该研究详细介绍了 NeuroWrite 的体系结构、训练过程和评估指标，并说明了它如何改进多种需要手写数字分类的应用。结果表明，NeuroWrite 是一种提升基于深度神经网络的手写数字识别的有前景的方法。

Nov, 2023

深度学习与最新应用的调查

综述了深度学习在计算机视觉、自然语言处理、时间序列分析和普适计算领域的最新模型以及其在解决各个领域问题中的有效性，并介绍了深度学习的基础知识、各种模型类型以及重要的卷积神经网络架构，并讨论了深度学习研究的挑战和未来方向。

Mar, 2024

使用生成对抗网络进行笔迹特征分析

使用改进的 DCGAN 架构和强化学习技术，本文提出一种智能系统，旨在学习实体的手写字体，可以用于鉴别伪造文件、签名验证、计算机生成艺术和文件数字化等领域。初步实现结果表明，该算法在 MNIST 数据集上表现优异。

Nov, 2016

深度学习：关键评估

本文归纳了深度学习的历史、神经网络，针对五年来在语音识别、图像识别、游戏等领域中的进展，列举了十个深度学习的问题，并建议结合其他技术实现人工智能总体上的发展。

Jan, 2018

难以置信的进步：为阿尔茨海默病患者的手写合成生成准备的空中运动

利用深度学习分析和识别手写字在医疗领域中的早期检测与诊断应用，通过引导式数据合成生成有利于深度学习模型训练的逼真数据，结合阿尔茨海默病的领域知识，探索了利用空中运动进行合成数据生成。

Dec, 2023

使用卷积神经网络研究手写数字识别的不同隐藏层和时期的准确性变化

本文旨在分析卷积神经网络隐藏层模式对其整体性能的影响，针对 MNIST 数据集使用不同层数的神经网络测试其准确率变化并进行比较，探究深度学习在模式识别上的应用。

Sep, 2018