基于深度学习的词级手写印度文字识别
计算机视觉与模式识别
2018-01-08 v1
摘要
我们提出一种使用卷积神经网络(CNNs)进行特征提取的新方法。不仅限于常规空间域表示，我们还使用多级二维离散Haar小波变换，将图像表示缩放至多种不同尺寸。随后用这些来训练不同的CNN以选取特征。确切地说，我们使用10个不同的CNN选取一组10240个特征，即每CNN 1024个。据此识别11种不同手写文字，每种文字使用1K词。在我们的测试中，使用多层感知机(MLP)达到了94.73%的最大文字识别率。我们的结果优于当前最优技术。
引用
@article{arxiv.1801.01627,
title = {Deep learning for word-level handwritten Indic script identification},
author = {Soumya Ukil and Swarnendu Ghosh and Sk Md Obaidullah and K. C. Santosh and Kaushik Roy and Nibaran Das},
journal= {arXiv preprint arXiv:1801.01627},
year = {2018}
}
备注
11 pages, 6 figures , 2 tables