基于深度学习的孤立阿拉伯场景字符识别
计算机视觉与模式识别
2017-04-25 v1
摘要
相机与设备中的技术进步与复杂化促使研究者关注图像分析与文本理解。正如近年报道，深度学习技术很好地展示了从自然场景图像分类文本的潜力。多种深度学习方法有望从图像中有效检测与识别文本。本工作中，我们提出使用卷积神经网络（ConvNets）作为深度学习分类器进行阿拉伯场景文本识别。由于场景文本数据存在倾斜与偏斜，为应对最大变化，我们针对单个字符出现采用五个方向。训练采用滤波尺寸3 x 3与5 x 5、步长值为1和2进行公式化。在文本分类阶段，我们以不同学习率训练网络。我们的方法在从分割的阿拉伯场景图像中识别阿拉伯字符方面报告了令人鼓舞的结果。
引用
@article{arxiv.1704.06821,
title = {Deep Learning based Isolated Arabic Scene Character Recognition},
author = {Saad Bin Ahmed and Saeeda Naz and Muhammad Imran Razzak and Rubiyah Yousaf},
journal= {arXiv preprint arXiv:1704.06821},
year = {2017}
}
备注
6 pages, 8 Figures, 3 Tables, Accepted in IEEE Workshop on Arabic Script Analysis and Recognition (ASAR) 2017