12、基于深度学习的草书写体识别研究综述

基于深度学习的草书写体识别研究综述

在日本，草书写体（Kuzushiji）曾被广泛使用超一千年，但自20世纪起学校不再教授，如今仅有数千人能读懂。其平假名源于根汉字（Jibo），同一字符形态多样，与现代平假名差异大，阅读需专门训练。因此，众多研究者借助机器学习技术开展草书写体识别研究。近年来，深度学习的出现加速了该领域的研究，显著提升了识别方法的准确性。

草书写体识别的代表性研究

在深度学习引入前，就有诸多草书写体识别研究。如1999年启动的“历史字符识别项目”，开发了支持古代文献转录的系统，研究涵盖字符数据库、语料库、字符分割、字符识别、智能转录支持系统和数字词典等方面。具体而言，利用笔画信息开发了计算机化的历史字符词典，结合在线和离线识别方法实现了67,739个类别的草书写体识别系统。此外，还提出了使用自组织映射和神经认知机的识别方法。

深度学习引入后，草书写体识别研究愈发活跃，涌现出多种方法：
- 早期方法 ：早期多数识别方法基于约50种不同的平假名图像，识别率在75% - 90%。也有研究识别包括平假名、片假名和汉字在内的超1000个字符，以及处理超3000个字符的台湾总督府文献中的字符识别。这些研究通过深度学习训练中常用的数据增强方法，解决了类别数量多、类别间数据不平衡和字符变体等问题。
- 连续字符识别方法 ：提出了输出三字符字符串的网络用于识别连续字符。该方法使用单字符和二元分类器区分字符，再用双向长短期记忆网络（BLSTM）识别字符串。单字符识别率约92%，但三字符识别率仅约76%。类似地，还有使用滑动窗口和BLSTM识别连续三个字符的方法，通过整合多个结果将识别率提高