摘要

我提出了一种面向孟加拉语字母、复合字符及数字字符的手写字符识别的前沿深度神经网络架构解决方案，仅用11个训练周期即实现了96.8%的当前最优准确率。此前，Chatterjee、Swagato 等人也开展过类似研究，但其方法在约47个周期内仅达到96.12%的准确率。该先前工作的深度神经网络架构规模较大，主要源于其整合了ResNet50模型的参数——一个50层的残差网络（Residual Network）。相比之下，本文所提出的模型不仅在准确率上超越了所有已有工作，而且在更少的训练周期内完成训练。尽管ResNet50是在ImageNet数据集上预训练的优秀模型，但我提出了一种全新的手写字符识别（HCR）网络架构，该模型从零开始在孟加拉语字符数据集上进行端到端训练，无需采用“集成学习”（Ensemble Learning）策略，却仍能实现对先前架构的全面超越。