突尼斯斯法克斯大學(xué)的研究人員最近開發(fā)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(yù)先發(fā)表的一篇論文中介紹了他們的技術(shù)，該技術(shù)已經(jīng)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(jīng)創(chuàng)建了基于神經(jīng)網(wǎng)絡(luò)的體系結(jié)構(gòu)，可以解決各種任務(wù)，包括圖像分類，面部識別，自然語言處理(NLP)等。手寫識別系統(tǒng)是專門設(shè)計(jì)為以類似于人類的方式識別字符和其他手寫符號的計(jì)算機(jī)工具。

實(shí)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(shí)間里，許多研究試圖在計(jì)算機(jī)系統(tǒng)中復(fù)制此功能，因?yàn)檫@最終將使手寫文本的分析更加先進(jìn)和自動(dòng)。

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(tǒng)和深度分類系統(tǒng)的在線手寫腳本識別問題。” “我們使用了現(xiàn)有的方法并結(jié)合了新的分類器，以實(shí)現(xiàn)靈活的系統(tǒng)。”

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

他們的第一個(gè)模型稱為OnHSR-LSTM，它基于一種理論，該理論將人類的感知系統(tǒng)描述為一種將語言從圖形標(biāo)記轉(zhuǎn)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(jù)特定的感知規(guī)律(例如，基于接近度，相似度等)將它們排列。