基于多层感知器的手写阿拉伯数字识别中不同特征集的比较研究
计算机视觉与模式识别
2010-03-10 v1
摘要
本文使用基于多层感知器(MLP)的分类器，对七种不同特征集在手写阿拉伯数字识别中的性能进行了比较评估。所采用的七种特征集包括阴影特征、八分圆质心、最长游程、角距离、有效跨度、动态重心以及它们的一些组合。在包含3000个样本的数据库上进行实验后，观察到两种不同的特征组合均达到了95.80%的最高识别率。其中一种组合由阴影和质心特征组成，共88个特征；另一种组合由阴影、质心和最长游程特征组成，共124个特征。在这两种组合中，特征数量较少的前者最终被认为对手写阿拉伯数字的光学字符识别(OCR)应用有效。该工作也可扩展至包含阿拉伯字母手写字符的OCR。
引用
@article{arxiv.1003.1894,
title = {A comparative study of different feature sets for recognition of handwritten Arabic numerals using a Multi Layer Perceptron},
author = {Nibaran Das and Ayatullah Faruk Mollah and Ram Sarkar and Subhadip Basu},
journal= {arXiv preprint arXiv:1003.1894},
year = {2010}
}
备注
Proc. National Conference on Recent Trends in Intelligent Computing (ReTIC-06), Nov 17-19, 2006, Kalyani, India, pp. 86-92