基于四叉树分解的块级纹理手写文字识别方法
计算机视觉与模式识别
2020-09-17 v1 机器学习
摘要
在开发印度系文字的单语OCR系统方面已取得相当多的成功。但在如印度这样多文字场景普遍存在的国家，预先识别文字变得必不可少。在本文中，我们展示了Gabor小波滤波器在提取11种官方手写文字（即Bangla、Devanagari、Gujarati、Gurumukhi、Kannada、Malayalam、Oriya、Tamil、Telugu、Urdu和Roman）的方向能量与熵分布方面的重要性。实验基于四叉树分解方法在块级进行，并使用六种不同知名分类器进行评估。最终，多层感知机（MLP）分类器在二级分解的3折交叉验证中取得了96.86%的最佳识别准确率。结果确立了本方法对印度系手写文字分类的有效性。
引用
@article{arxiv.2009.07435,
title = {A New Approach for Texture based Script Identification At Block Level using Quad Tree Decomposition},
author = {Pawan Kumar Singh and Supratim Das and Ram Sarkar and Mita Nasipuri},
journal= {arXiv preprint arXiv:2009.07435},
year = {2020}
}
备注
13 pages, 5 figures, conference