基于改进的VGG-Net的手写蒙古文字元识别

现有蒙古文文字存在元样本尺寸较小、使用标准VGG-Net进行字元识别不能达到较好效果的问题,提出基于改进VGG-Net的蒙古文字元识别方法.通过改进的VGG-Net模型对手写蒙古文字元图像数据增强后的23类手写蒙古文字元样本进行识别.结果表明,改进的VGG-Net对字元图像识别的准确率达到96.83％,相比传统VGG-...     

融合边缘注意力的手写蒙古文字元数据增强方法

针对手写蒙古文字元数据集样本少且多样性差的问题，提出融合边缘注意力的条件手写蒙古文字元生成模型。模型在条件生成对抗网络的基础上引入了边缘注意力机制，使得数据生成模块对手写蒙古文字元边缘变化更加敏感，增加特征多样正则项在一定程度损失避免模式崩溃并使得生成样本更具多样性。在MNIST和手写蒙古文数据集进行了大量实验，结果表明提出模型样本增强效果优于GAN、CGAN，并且增强后的样本能够有效提升文字识别模型的性能。