基于深度学习的乌尔德文本识别探索
计算机视觉与模式识别
2025-08-20 v1
摘要
乌尔德语是一种书写体语言，与阿拉伯语及许多其他南亚语言相似。由于其复杂的几何和形态结构，乌尔德语难以分类。若分段技术高效，字符分类可进一步处理，但由于乌尔德语的上下文敏感性，基于分段的识别常导致高误差率。我们提出的乌尔德光学字符识别系统采用基于自动特征学习的组件分类方法，即卷积神经网络 (CNN)。在乌尔德文本数据集上训练和测试该 CNN，该数据集通过三字符排列生成，随后通过应用连通分量技术丢弃不必要的图像以获得 ligature。随后实现具有两层结构的层次神经网络，以处理三种字符排列和组件分类。我们的模型成功实现了 99% 的组件分类准确率。
引用
@article{arxiv.2508.13245,
title = {Exploration of Deep Learning Based Recognition for Urdu Text},
author = {Sumaiya Fazal and Sheeraz Ahmed},
journal= {arXiv preprint arXiv:2508.13245},
year = {2025}
}