基于CNN与可解释AI的孟加拉手写数字识别
计算机视觉与模式识别
2022-12-26 v1 机器学习
摘要
手写字符识别是当今的研究热点。若我们能利用光学字符识别(OCR)技术将手写纸张转换为可文本检索的文档，便能轻松理解内容而无需阅读手写文档。英文OCR非常普遍，但孟加拉语中很难找到高质量的OCR应用。若将机器学习与深度学习结合OCR，将是该领域的巨大贡献。诸多研究者提出了多种孟加拉手写字符识别策略，其工作使用了大量ML算法与深度神经网络，但缺乏对其模型的解释。在我们的工作中，我们使用了多种机器学习算法与CNN来识别孟加拉手写数字。部分ML模型取得了可接受准确率，而CNN给了我们极高的测试准确率。我们将Grad-CAM作为XAI方法用于CNN模型，其提供了模型洞察并帮助我们检测识别图像中数字的兴趣来源。
引用
@article{arxiv.2212.12146,
title = {Bengali Handwritten Digit Recognition using CNN with Explainable AI},
author = {Md Tanvir Rouf Shawon and Raihan Tanvir and Md. Golam Rabiul Alam},
journal= {arXiv preprint arXiv:2212.12146},
year = {2022}
}
备注
2022 4th International Conference on Sustainable Technologies for Industry 4.0 (STI), pp. 1-6