计算机应用

作者：陈路, 陈道喜, 陆一鸣, 陆卫忠

单位：1.苏州科技大学 电子与信息工程学院, 江苏 苏州 215009；2.江苏省苏州技师学院 信息工程系, 江苏 苏州 215009；3.苏州科技大学天平学院, 江苏 苏州 215009；4.江苏省建筑智慧节能重点实验室(苏州科技大学), 江苏 苏州 215009

关键词：手写数学公式识别,编码器?解码器,稠密卷积网络,门控循环单元,注意力机制

基金：国家自然科学基金资助项目(61472267)

针对现有的手写数学公式识别（HMER）方法经过卷积神经网络（CNN）多次池化后，图像分辨率降低、特征信息丢失，从而引起解析错误的问题，提出基于注意力机制编码器?解码器的HMER模型。首先，采用稠密卷积网络（DenseNet）作为编码器，使用稠密连接加强特征提取，促进梯度传播，并缓解梯度消失；其次，采用门控循环单元（GRU）作为解码器，并引入注意力机制，将注意力分配到图像的不同区域，从而准确地实现符号识别和结构分析；最后，对手写数学公式图像进行编码，将编码结果解码为LaTeX序列。在在线手写数学公式识别竞赛（CROHME）数据集上的实验结果表明，所提模型的识别率提升到40.39%，而在3个级别的允许误差范围内，识别率分别提升到52.74%、58.82%和62.98%。相较于双向长短期记忆（BLSTM）网络模型，所提模型的识别率提高了3.17个百分点；而在3个级别的允许误差范围内，识别率分别提高了8.52、11.56和12.78个百分点。可见，所提模型能够准确地解析手写数学公式图像，生成LaTeX序列，提升识别率。

来源：2023年第4期

《计算机应用》期刊编辑部

查看计算机应用杂志2023年第4期