结合多种特征提取技术的手写梵文字符识别
计算机视觉与模式识别
2010-07-01 v1 人工智能
摘要
本文提出了一种用于手写梵文字符的光学字符识别（OCR）系统。基本符号通过神经分类器进行识别。我们使用了四种特征提取技术，即交叉特征、阴影特征、链码直方图和直线拟合特征。阴影特征是对字符图像全局计算的，而交叉特征、链码直方图特征和直线拟合特征则是通过将字符图像分割成不同区域来计算的。采用加权多数投票技术来融合基于四个多层感知器（MLP）的分类器所获得的分类决策。在包含4900个样本的数据集上进行实验，考虑前五个候选结果时，总体识别率达到92.80%。将该方法与近期其他手写梵文字符识别方法进行了比较，结果表明本方法的成功率更高。
引用
@article{arxiv.1005.4032,
title = {Combining Multiple Feature Extraction Techniques for Handwritten Devnagari Character Recognition},
author = {Sandhya Arora and Debotosh Bhattacharjee and Mita Nasipuri and Dipak Kumar Basu and Mahantapas Kundu},
journal= {arXiv preprint arXiv:1005.4032},
year = {2010}
}
备注
6 pages, 8-10 December 2008