基于改进的VGG-16的手写体维吾尔语识别

为解决手写体维吾尔语粘连性强,字符相似度高而难以识别的问题,基于卷积神经网络中的VGG-16网络,提出了一种识别手写体维吾尔语的轻量模型方法。实验选取了维吾尔语中常见的20个字,共采集了2038个手写样本,使用最大类间方差法,中值滤波对手写样本进行二值化,去噪等预处理,结合维吾尔语特征,删改了VGG-16部分网络层,并在卷积层后增加了正则化层,在优化算法中引入动量技术。最终实验在测试集上的识别率达到了95.69%,表明本文提出的方法对手写体维吾尔单词的识别具有很好的效果。