Huruf：一种基于深度学习的阿拉伯语手写字符识别应用
计算机视觉与模式识别
2023-03-07 v2
摘要
手写识别一直是人工智能领域中备受关注的课题。由于其在现实生活中的广泛用例，相关研究已广泛开展。该领域的突出工作主要集中于拉丁字符。然而，阿拉伯语手写字符识别领域仍相对未被充分探索。阿拉伯字符固有的连写特性以及不同个体书写风格的差异使得该任务更具挑战性。我们确定了其背后的一些可能原因，并提出了一种基于轻量级卷积神经网络（Convolutional Neural Network）的架构，用于识别阿拉伯字符和数字。所提出的流水线总共包含 18 层，其中卷积、池化、批量归一化、丢弃层各四层，最后是一个全局平均池化层和一个全连接（Dense）层。此外，我们深入研究了优化器选择、核初始化器、激活函数等超参数的不同选择。在公开可用的“阿拉伯手写字符数据集（AHCD）”和“改进的阿拉伯手写数字数据库（MadBase）”数据集上评估所提架构，该模型分别取得了 96.93% 和 99.35% 的准确率，可与最先进水平（SOTA）相媲美，并使其成为现实终端级应用的合适解决方案。
引用
@article{arxiv.2212.08610,
title = {Huruf: An Application for Arabic Handwritten Character Recognition Using Deep Learning},
author = {Minhaz Kamal and Fairuz Shaiara and Chowdhury Mohammad Abdullah and Sabbir Ahmed and Tasnim Ahmed and Md. Hasanul Kabir},
journal= {arXiv preprint arXiv:2212.08610},
year = {2023}
}
备注
Accepted in 25th ICCIT (6 pages, 4 tables, 4 figures)