使用独特特征提取技术的手写字符识别
计算机视觉与模式识别
2020-01-14 v1
摘要
图像处理中最艰巨且引人入胜的领域之一是手写字符识别。本文提出了一种特征提取技术，它结合了几何、基于区域混合与梯度特征提取方法的独特特征，以及三种不同的神经网络，即使用反向传播算法的多层感知机网络（MLP BP）、使用 Levenberg-Marquardt 算法的多层感知机网络（MLP LM）与卷积神经网络（CNN），并与最小距离分类器（MDC）一同实现。实验过程得出结论：所提特征提取算法比其各自独立方法更准确，且所考察三种神经网络中卷积神经网络最为高效。
引用
@article{arxiv.2001.04208,
title = {Handwritten Character Recognition Using Unique Feature Extraction Technique},
author = {Sai Abhishikth Ayyadevara and P N V Sai Ram Teja and Bharath K P and Rajesh Kumar M},
journal= {arXiv preprint arXiv:2001.04208},
year = {2020}
}