通用印刷体文字识别_华宇OCR之手写识别

      华宇OCR在通用印刷体文字识别上取得了成功，但随着业务的不断深入，客户对于手写识别的需求越来越大，其他厂商也相继推出了手写识别产品，我们在评估了当前技术以及数据基础等条件后，在19年末立项了手写识别研究课题。下图是近期取得的识别效果展示：

       图1 alpha版识别效果

      相比于通用印刷体文字识别，手写字体的无规则、连笔、潦草、简体字等特点都导致其难度远超印刷体识别。另外，在数据方面，不能像印刷体那样通过大量合成数据提高算法精度，手写的高质量标注数据较少也是一大挑战。

      我们一方面研究适合手写识别的深度学习算法，另一方面疯狂的找数据标注、研究手写数据合成和数据增强的方法。在标注数据较少的情况下，我们通过数据合成、数据增强等手段扩充了十倍数据，基于此我们训练了一个手写识别模型，综合情况下AR可达85%，在清晰的字体上AR可达92%。目前的手写识别还属于alpha版，后续我们还要优化算法、添加语言模型。正式版本，敬请期待！