BanglaWriting：一个多用途离线孟加拉语手写数据集
计算机视觉与模式识别
2022-08-22 v3 机器学习
摘要
本文提出一个名为 BanglaWriting 的孟加拉语手写数据集，包含 260 名不同身份与年龄个体的单页手写样本。每页包含界定每个词的边界框，以及该手写的 Unicode 表示。该数据集共计含 21,234 个词与 32,787 个字符，此外还包括 5,470 个孟加拉语词汇中的唯一词。除常规词外，数据集还包含 261 处可辨识的覆写以及 450 处手写划除与错误。所有边界框与词标签均为人工生成。该数据集可用于复杂光学字符/词识别、书写者识别、手写词分割与词生成。此外，该数据集适用于提取基于年龄与性别的手写变异。
引用
@article{arxiv.2011.07499,
title = {BanglaWriting: A multi-purpose offline Bangla handwriting dataset},
author = {M. F. Mridha and Abu Quwsar Ohi and M. Ameer Ali and Mazedul Islam Emon and Muhammad Mohsin Kabir},
journal= {arXiv preprint arXiv:2011.07499},
year = {2022}
}
备注
Accepted in journal Data in Brief. The dataset is available on https://data.mendeley.com/datasets/r43wkvdk4w/