一种用于高精度印刷孟加拉语OCR系统的BLSTM网络
计算机视觉与模式识别
2019-08-26 v1 计算与语言
机器学习
摘要
本文介绍了一种由我们开发的印刷孟加拉语和英语文本OCR系统，该系统使用具有128个单元的单一隐藏层BLSTM-CTC架构。在此架构中，我们没有使用任何窥孔连接和dropout，这有助于我们获得更高的精度。该架构使用包含英语单词的47,720行文本进行训练。在20种不同孟加拉字体上测试时，其字符级精度达到99.32%，单词级精度达到96.65%。Google也开发了一个良好的Indic多文种OCR系统。该系统有时会将孟加拉语字符识别为非孟加拉语文字（尤其是阿萨姆语）中的相同字符，而阿萨姆语除少数字符外与孟加拉语没有区别。例如，孟加拉语字符'RA'有时被识别为阿萨姆语的对应字符，主要出现在复合辅音形式中。我们的OCR系统没有此类错误。该OCR系统可在https://banglaocr.nltr.org在线获取。
引用
@article{arxiv.1908.08674,
title = {A BLSTM Network for Printed Bengali OCR System with High Accuracy},
author = {Debabrata Paul and Bidyut Baran Chaudhuri},
journal= {arXiv preprint arXiv:1908.08674},
year = {2019}
}
备注
6 pages, 6 figures, This OCR system is available online at https://banglaocr.nltr.org