基于卷积神经网络的孟加拉文手写字符识别

手写字符识别因其在促进技术搜索引擎、社交媒体、推荐系统等应用前景而受到研究者的关注。孟加拉文脚本是印度最古老的语言之一，缺乏proper digitization tools。随着计算和技术的发展，本研究的任务是从 Devanagari 脚本图像中自动提取手写印地语字符，以节省时间和淘汰数据。本文提出了一种识别手写孟加拉文字符的技术，采用两个深度卷积神经网络层。该工作采用有益于提升识别率的 methodology，并为有效的孟加拉文手写文本识别（DHTR）配置卷积神经网络。该方法使用孟加拉文手写字符数据集（DHCD），该数据集包含 36 类孟加拉文字符。每个类别在训练和测试目的各有 1700 张图像。该方法以提高的准确率为目标，测试准确率达到 96.36%，训练准确率达到 99.55%。