计算机工程

作者：闫茹, 孙永奇, 朱卫国, 李宇霞

单位：北京交通大学 计算机与信息技术学院, 北京 100044

关键词：卷积神经网络,有限状态自动机,手写票据识别,大写金额,光学字符识别,模式识别

基金：国家自然科学基金（61572005，61672086，61272004）。

手写票据识别是模式识别中的研究难点之一，手写体风格多样、票据背景复杂等原因导致手写票据识别的准确率不高。大写金额作为票据中最重要的部分，对其进行准确识别是手写票据自动识别的关键。对基于分割的手写体大写金额识别及处理问题进行研究，提出一种基于卷积神经网络（CNN）与有限状态自动机的手写体大写金额识别方法。在利用过分割和组合过分割项得到单字符后使用CNN对其进行识别。通过对字符进行分类、定义各类字符之间的逻辑关系构造用于语法检查的有限状态自动机，通过语法自动机在识别结果中选择符合语法规则的字符串，并在路径搜索中利用语法自动机优化搜索性能。在此基础上，运用语法自动机对模糊字符进行预测，以纠正CNN的识别错误。实验结果表明，该方法在对大写金额单字符和文本行进行识别时准确率分别高达98.2%与96.6%。

来源：2021年第9期

《计算机工程》期刊编辑部

查看计算机工程杂志2021年第9期