用于阿拉伯文手写单词识别的动态层次贝叶斯网络
计算机视觉与模式识别
2014-05-22 v1
摘要
本文提出了一种新的概率图模型，用于对表示突尼斯城市名称的单词进行建模与识别。实际上，这项工作基于动态层次贝叶斯网络。其目的是寻找阿拉伯文手写的最佳模型，通过允许部分识别来降低识别过程的复杂度。具体而言，我们提出了一种基于使用不同宽度值平滑垂直直方图投影的单词分割方法，以减少分割误差。然后，我们使用对旋转、平移和缩放保持不变的 Zernike 矩和 HU 矩来提取每个单元的特征。我们的方法使用 IFN/ENIT 数据库进行了测试，实验结果非常有前景。
引用
@article{arxiv.1405.5248,
title = {Dynamic Hierarchical Bayesian Network for Arabic Handwritten Word Recognition},
author = {Khaoula jayech and Nesrine Trimech and Mohamed Ali Mahjoub and Najoua Essoukri Ben Amara},
journal= {arXiv preprint arXiv:1405.5248},
year = {2014}
}
备注
Fourth International Conference on Information and Communication Technology and Accessibility (ICTA), 2013