基于卷积神经网络的手写阿姆哈拉字符识别
计算机视觉与模式识别
2022-10-04 v1 机器学习
机器学习
摘要
阿姆哈拉语是埃塞俄比亚联邦民主共和国的官方语言。存在大量阿姆哈拉语和埃塞俄比亚语的手写历史文献，涉及治理、科学、宗教、社会规则、文化和艺术作品等各种相关问题，这些是非常丰富的本土知识。阿姆哈拉语拥有源自吉兹语（Ge'ez，目前为埃塞俄比亚的礼拜语言）的自身字母表。针对阿姆哈拉语等非拉丁文字的手写字符识别尚未得到充分研究，尤其是未能利用最先进技术的优势。本研究首次设计了一个基于卷积神经网络（convolutional neural network）的阿姆哈拉语手写字符识别模型。数据集由收集的手写文档样本整理而成，并应用数据增强（data augmentation）用于机器学习。该模型进一步利用字符间关系的多任务学习（multi-task learning）得到增强。后续模型取得了有前景的结果，可进一步应用于词预测。
引用
@article{arxiv.1909.12943,
title = {Handwritten Amharic Character Recognition Using a Convolutional Neural Network},
author = {Mesay Samuel Gondere and Lars Schmidt-Thieme and Abiot Sinamo Boltena and Hadi Samer Jomaa},
journal= {arXiv preprint arXiv:1909.12943},
year = {2022}
}
备注
ECDA2019 Conference Oral Presentation