通过专用模型和先进技术增强针对多样文档类型的孟加拉语OCR

本研究论文提出了一种具有某些独特能力的孟加拉语OCR系统。该系统在重建文档布局的同时，能够保留结构、对齐方式和图像。它结合了先进的图像和签名检测技术以实现精确提取。针对不同文档类型（包括计算机排版、凸版印刷、打字机和手写文档）的专用文字分割模型。该系统能够处理静态和动态手写输入，识别各种书写风格。此外，它还具有识别孟加拉语复合字符的能力。广泛的数据收集工作提供了多样化的语料库，而先进的技术组件则优化了字符和单词识别。其他贡献包括图像、标志、签名和表格识别、透视校正、布局重建，以及一个用于高效和可扩展处理的排队模块。该系统在高效、准确的文本提取和分析方面表现出卓越的性能。