К вопросу применения технологий машинного обучения для распознавания русского рукописного текста

реализация и оценка применения CRNN-архитектуры

Аннотация

Данная работа посвящена комплексному анализу методов машинного обучения для распознавания русского рукописного текста и экспериментальной реализации свёрточно-рекуррентной архитектуры. Актуальность исследования обусловлена растущей потребностью в цифровизации архивных документов, медицинских записей и рукописных форм при малых объёмах общедоступных датасетов для кириллических текстов. Проведён систематический обзор эволюции подходов к распознаванию рукописного текста: от классических методов на основе шаблонов и статистических моделей до современных нейросетевых архитектур. При этом детально рассмотрены особенности применения свёрточно-рекуррентных сетей, механизмов внимания и трансформеров для задач распознавания рукописного текста. На основе сделанных выводов разработана CRNN-модель с использованием предобученной ResNet18, двунаправленной LSTM и CTC-декодера. Обучение проводилось на наборе данных Cyrillic Handwriting Dataset с применением методов предварительной обработки изображений. На тестовой выборке достигнут показатель CER 15,5%, что превосходит классические методы и позволяет составить конкуренцию более современным решениям. В рамках применения обученной модели выявлена типология ошибок, которые специфичны для русского рукописного письма, продемонстрирована её устойчивость к различных стилям почерка, шумам и разработаны рекомендации по улучшению качества распознавания.