基于双向LSTM的手写文字识别技术研究

手写文字识别是计算机视觉、自然语言处理领域中的重要问题和研究热点. 本文针对手写文字识别问题,提出一种基于双向LSTM网络的手写文字识别方法. 首先根据数据集特点进行归一化等预处理; 然后使用CNN网络对图像的特征进行提取; 接着通过双向LSTM网络来记忆手写文字序列的字句关系,并对文字序列进行预测; 最后使用CTC-Loss作为损失函数,可以让整句标注的训练集在上述网络下收敛. 对比实验表明本文提出的算法模型的有效性