基于学习的吉兹字符手写识别
计算机视觉与模式识别
2024-11-21 v1
摘要
吉兹文是一种具有文化和历史意义的古埃塞俄比亚文字，在手写识别研究中长期被忽视，阻碍了珍贵手稿的数字化。我们的研究通过使用卷积神经网络和长短期记忆网络开发了一种最先进的吉兹文手写识别系统，以填补这一空白。我们的方法采用两阶段识别过程。首先，训练 CNN 来识别单个字符，然后它作为基于 LSTM 的单词识别系统的特征提取器。我们的双阶段识别方法在吉兹文手写识别中取得了新的最高分，在 HHD-Ethiopic 数据集工作中测量，优于 SVTR、ASTER 等 eight 种最先进的方法以及人类表现。这项研究显著推进了吉兹文化遗产的保护和可访问性，对历史文献数字化、教育工具和文化保护具有重要意义。代码将在被接受后发布。
引用
@article{arxiv.2411.13350,
title = {Learning based Ge'ez character handwritten recognition},
author = {Hailemicael Lulseged Yimer and Hailegabriel Dereje Degefa and Marco Cristani and Federico Cunico},
journal= {arXiv preprint arXiv:2411.13350},
year = {2024}
}