武子毅，刘亮亮，张再跃

(1.江苏科技大学 计算机学院，江苏 镇江 212003；2.上海对外经贸大学 统计与信息学院，上海 201620)

0 引 言

目前，卷积神经网络已成为解决复杂视觉识别问题的重要技术和方法，在手写数字识别[1]、英文字母识别[2]等方面得到了有效应用。汉字图像识别是字符识别的重要方面，由于汉字形状的特殊性，大大增加了汉字图像识别的难度。

文中概述了目前汉字识别研究的基本情况，分析并探讨了卷积神经网络在处理多分类识别问题过程中的功能性质，以及在具体汉字识别应用中存在的问题。针对相似或相近汉字“微小特征”在深度学习自动特征提取过程中可能被过滤掉而造成识别错判的问题，借鉴卷积神经网络技术，对AlexNet模型[3]的机构进行改造，通过引入注意力层(attention layer)[4]，加强对汉字“微小特征”的关注与提取能力，以提高汉字识别的准确率。

1 相关工作

传统语言文字种类识别包括“特征提取”和“特征分类”两个步骤。分类器是特征分类的主要工具，常用的有K近邻[5]、支持向量机[6-7]和BP神经网络[8]等。特征提取的方法可划分为基于统计特征[9]、基于符号匹配[10]和基于纹理特征三大类别[11]。基于统计特征和基于符号匹配这两大文种识别算法都需要以准确的文本行划分和字符分割为前提，因此对图像噪声鲁棒性较差。基于纹理特征的文种识别将同一类文字图像看作同一类纹理，这样就能用纹理分类的方法来解决文种识别问题，其中，小波共生直方图的方法[12-13]在小波分解的基础上进行共生直方图的计算，通过提高特征维数，从而使识别率大大提高。……