基于GAN外部分类器的高复杂度草书字符识别
计算机视觉与模式识别
2025-09-04 v1
摘要
由于其复杂和草书的性质，手写字符可能比简单和非草书字符更难分类。我们提出了一种外部分类器以及一个生成对抗网络（GAN），可以对高度草书和复杂的字符进行分类。生成器网络产生伪造的手写字符图像，然后通过添加对抗扰动噪声并使用判别器网络获得高于阈值的置信度分数后，用于增强训练数据。结果表明，卷积神经网络的准确率随字符复杂度的增加而降低，但所提出的模型 ADA-GAN 对于草书和复杂字符都更加鲁棒和有效。
引用
@article{arxiv.2509.03062,
title = {High Cursive Complex Character Recognition using GAN External Classifier},
author = {S M Rafiuddin},
journal= {arXiv preprint arXiv:2509.03062},
year = {2025}
}
备注
Comments: 10 pages, 8 figures, published in the Proceedings of the 2nd International Conference on Computing Advancements (ICCA 2022). Paper introduces ADA-GAN with an external classifier for complex cursive handwritten character recognition, evaluated on MNIST and BanglaLekha datasets, showing improved robustness compared to CNN baselines