基于Django印刷体维吾尔文识别系统的设计与实现

光学字符识别(optical character recognition,OCR)技术在图书数字化、文献管理等诸多领域得到了广泛应用,而相比于已十分成熟的中文、英文印刷体识别系统,小文种(维吾尔文)印刷体识别还有研究空间和实际应用需求。针对传统识别方法特征表示不足等问题,结合日益兴起的深度学习技术,采用Python语言编程,选用经改进的卷积循环神经网络作为识别算法核心,并利用Django设计系统框架。实验表明,印刷体维文识别系统的精度达到95.7%,平均速度达到12.5 fps。该系统实现了端到端的维文整词识别。

基于深度学习的图像验证码识别研究

验证码的自动识别技术研究,对于评估验证码的有效性有着重要的作用,针对该问题,对12306登录验证码的提示词部分和实物部分构建起对应的深度学习网络。首先,针对不定长的中文文本验证码构建基于卷积递归神经网络(CRNN)和连接时序分类器(CTC)的识别模型,实现对12306提示词的识别;其次,针对图像内容识别问题采用了基于VGG模型的卷积神经网络(CNN)。整个实验过程采用TensorFlow在python下的高阶应用程序接口keras来实现,实验表明,得到的图像验证码识别模型能够较好的识别12306的登录验证码,具有较快的训练速度以及较好的泛化性,最终对提示词和实物部分的识别准确率分别达到了99.7%和98.1%。

基于DCNN-CTC的中文儿童语音识别研究

针对卷积神经网络(CNN)语音信号建模能力不足的问题,提出了一种基于深度卷积神经网络和连接时序分类器(DCNN-CTC)的中文童声识别模型。此模型以CTC作为目标损失函数,通过在卷积神经网络的层之间引入残差跳跃连接,将前一层的输出直接传递到后一层,构建一套残差卷积层,增加了声学模型中卷积层的数量。然后,在残差结构的内部和外部分别应用了Mish和Maxout激活函数,减少网络的崩溃现象和过拟合问题,进而增强语音识别的效率。结果表明,与传统的语音识别模型CNN、DCNN和CTC相比,DCNN-CTC模型在中文儿童语音识别中的音素错误率(PER)和词错误率(WER)最低。