基于深度学习的阿拉伯文字图像识别
李琦峰1
姚剑敏2
胡海龙2
严群1
林志贤1
1.福州大学物理与信息工程学院 福建福州 3501082.福州大学物理与信息工程学院 福建福州 350108;晋江市博感电子科技有限公司 福建晋江 362200
摘要：为了提高行业内对阿拉伯文字字符识别分类的准确率,建立了基于深度学习的阿拉伯文字图像分类方法,对该方法所采用的神经网络分类算法进行研究.首先,在数据集图像的处理方面,不满足于平常的图像预处理方式(翻转、平移等操作),而是利用生成式对抗网络来做数据增强.其次,对于分类网络,加深了卷积神经网络的深度(基于VGG19),使得分类效果更好,根据实验结果可得出所提出的方法在准确率、精确率、召回率和F1值上相比于本课题上以往的机器学习和深度学习识别分类方法提升效果非常显著,其值分别是0.9857、0.9832、0.9924和0.9840,该算法的提出为少数民族文字高精度识别分类提供了有效方法.
关键词：深度学习阿拉伯文字少数民族文字神经网络
资助基金：国家重点研发计划(2016YFB0401503)广东省科技重大专项(2016B090906001)福建省科技重大专项(2014HZ0003-1)广东省光信息材料与技术重点实验室开放基金资助项目(2017B030301007)
论文发表日期：2022-12-28
在线出版日期：2026-05-22（本平台首次上网日期，不代表文献的发表时间）
页数：5( 9-13 )