一种在线天城文手写字符识别框架
计算机视觉与模式识别
2014-10-28 v1
摘要
印度语言在线手写字符识别的主要挑战在于字符集庞大、不同字符间相似度高以及书写风格差异巨大。本文提出了一种借鉴语音信号处理文献的在线手写脚本识别框架。该框架基于笔画识别，进而实现在线手写字符的识别，而非传统的字符直接识别。尽管该框架以天城文（Devanagari）脚本为例进行描述，但其具有通用性，可应用于任何语言。所提出的平台包含预处理、特征提取、识别和后处理环节，与常规字符识别流程类似，但应用于笔画层面。在线天城文字符识别被简化为对 69 种基元之一的识别，而字符识别则通过对这类基元序列的识别来完成。我们进一步展示了去噪处理对通常含有噪声的在线原始数据的影响。此外，还描述了利用模糊方向特征（Fuzzy Directional Features）提高笔画识别准确率的方法。最后，使用多种分类器将识别结果与文献中常用的方向特征进行了比较。
引用
@article{arxiv.1410.6909,
title = {A Framework for On-Line Devanagari Handwritten Character Recognition},
author = {Sunil Kumar Kopparapu and Lajish V. L},
journal= {arXiv preprint arXiv:1410.6909},
year = {2014}
}
备注
29 pages