用于孤立手写孟加拉字符与数字识别的跳跃连接多列网络
计算机视觉与模式识别
2020-04-28 v1
摘要
为光学字符识别寻找手写字符和/或数字中的局部不变模式是一项困难任务。不同人书写风格的变异使该任务更具挑战性。我们在本工作中提出了一种使用多尺度多列跳跃卷积神经网络的非显式特征提取方法。从所提架构不同层提取的局部与全局特征被组合以导出编码字符或数字图像的最终特征描述子。我们的方法在四个公开可用的孤立手写孟加拉字符与数字数据集上进行了评估。针对当代方法的详尽对比分析确立了我们所提方法的有效性。
引用
@article{arxiv.2004.12769,
title = {A Skip-connected Multi-column Network for Isolated Handwritten Bangla Character and Digit recognition},
author = {Animesh Singh and Ritesh Sarkhel and Nibaran Das and Mahantapas Kundu and Mita Nasipuri},
journal= {arXiv preprint arXiv:2004.12769},
year = {2020}
}