基于多种深度学习模型的手写城市名分类与手写文本识别
计算机视觉与模式识别
2021-02-10 v1
摘要
本文讨论了哈萨克语和俄语中的手写识别问题。该领域研究甚少，因为文献中几乎无此方向的工作。我们试图描述近年来针对西里尔字母图形的手写识别模型发展的各种方法与成就。第一个模型使用深度卷积神经网络（CNN）进行特征提取，并使用全连接多层感知机神经网络（MLP）进行词分类。第二个称为 SimpleHTR 的模型使用 CNN 和循环神经网络（RNN）层从图像中提取信息。我们还提出了 Bluechet 和 Puchserver 模型以比较结果。由于俄文和哈萨克文中缺乏可用的开放数据集，我们开展了数据收集工作，包含42个不同西里尔词的各国与城市手写名称，以不同笔迹书写超过500次。我们还使用了哈萨克语和俄语手写数据库（HKR）。这是由本工作作者创建的、面向俄语和哈萨克语的新型西里尔词（不仅限于国家和城市）数据库。
引用
@article{arxiv.2102.04816,
title = {Classification of Handwritten Names of Cities and Handwritten Text Recognition using Various Deep Learning Models},
author = {Daniyar Nurseitov and Kairat Bostanbekov and Maksat Kanatov and Anel Alimova and Abdelrahman Abdallah and Galymzhan Abdimanap},
journal= {arXiv preprint arXiv:2102.04816},
year = {2021}
}