在线拉丁和阿拉伯文字中手写识别的新模型

突尼斯斯法克斯大学的研究人员最近开发了一种新方法来识别在线脚本中的手写字符和符号。在arXiv上预先发表的一篇论文中介绍了他们的技术，该技术已经在以拉丁字​​母和阿拉伯字母书写的文本上取得了卓越的性能。

近年来，研究人员已经创建了基于神经网络的体系结构，可以解决各种任务，包括图像分类，面部识别，自然语言处理(NLP)等。手写识别系统是专门设计为以类似于人类的方式识别字符和其他手写符号的计算机工具。

实际上，在人类的生命的早期，他们天生就有能力通过分别识别或组合在一起来识别特定字符来理解不同类型的笔迹。在过去的十年左右的时间里，许多研究试图在计算机系统中复制此功能，因为这最终将使手写文本的分析更加先进和自动。

研究人员在论文中写道：“我们的论文解决了基于提取特征系统和深度分类系统的在线手写脚本识别问题。” “我们使用了现有的方法并结合了新的分类器，以实现灵活的系统。”

斯法克斯大学的研究人员在论文中提出了两种基于深度神经网络的系统：一个使用长短期记忆网络(OnHSR-LSTM)的在线手写分割和识别系统，以及一个由手写体组成的在线手写识别系统。卷积长短期记忆网络(OnHR-covLSTM)。

他们的第一个模型称为OnHSR-LSTM，它基于一种理论，该理论将人类的感知系统描述为一种将语言从图形标记转换为符号表示的手段。它的工作原理是检测符号或字符的共有属性，然后根据特定的感知规律(例如，基于接近度，相似度等)将它们排列。