一种用于手写孟加拉字母识别的改进特征描述符
计算机视觉与模式识别
2015-01-23 v1
摘要
用于表示模式类的适当特征集是手写字符识别最重要的方面之一。特征的有效性取决于所选特征区分不同类模式的能力。然而，判别性特征不易量化，需要通过实验研究来识别。在本工作中，我们确定了一种新的特征集变体，其在手写孟加拉字母上的表现显著优于先前使用的特征集。本文共使用了 132 个特征，包括改进的阴影特征、八分象限与质心特征、基于距离的特征以及基于四叉树的最长游程特征。使用该特征集，在相同数据集上采用基于多层感知机（MLP）的分类器对 50 个字符类进行识别时，识别性能从我们先前工作 [7] 中观察到的 75.05% 大幅提升至 85.40%。
引用
@article{arxiv.1501.05497,
title = {An Improved Feature Descriptor for Recognition of Handwritten Bangla Alphabet},
author = {Nibaran Das and Subhadip Basu and Ram Sarkar and Mahantapas Kundu and Mita Nasipuri and Dipak kumar Basu},
journal= {arXiv preprint arXiv:1501.05497},
year = {2015}
}
备注
In proceedings of ICSIP 2009, pp. 451 to 454, August 2009, Mysore, India. arXiv admin note: substantial text overlap with arXiv:1203.0882, arXiv:1002.4040, arXiv:1410.0478