A funcionalidade de pesquisa está em construção.
A funcionalidade de pesquisa está em construção.

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. ex. Some numerals are expressed as "XNUMX".
Copyrights notice

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. Copyrights notice

Edge-SiamNet and Edge-TripleNet: New Deep Learning Models for Handwritten Numeral Recognition Edge-SiamNet e Edge-TripleNet: novos modelos de aprendizagem profunda para reconhecimento de números manuscritos

Weiwei JIANG, Le ZHANG

  • Exibições de texto completo

    0

  • Cite isto

Resumo:

O reconhecimento de números manuscritos é uma tarefa clássica e importante na área de visão computacional. Propomos dois novos modelos de aprendizagem profunda para esta tarefa, que combinam o método de extração de arestas e estruturas de rede Siamesas/Triplas. Avaliamos os modelos em sete conjuntos de dados numéricos manuscritos e os resultados demonstram a simplicidade e a eficácia dos nossos modelos, em comparação com os métodos de linha de base.

Publicação
IEICE TRANSACTIONS on Information Vol.E103-D No.3 pp.720-723
Data de publicação
2020/03/01
Publicitada
2019/12/09
ISSN online
1745-1361
DOI
10.1587/transinf.2019EDL8199
Tipo de Manuscrito
LETTER
Categoria
Reconhecimento de imagem, visão computacional

autores

Weiwei JIANG
  Tsinghua University
Le ZHANG
  Hubei University

Palavra-chave