基于多通道注意力网络与集成迁移学习的孟加拉手写字符识别
计算机视觉与模式识别
2024-08-21 v1
摘要
孟加拉语是全球第五大母语语言，也是第七大使用语言，孟加拉手写字符识别吸引了研究者数十年。然而，其他语言如英语、阿拉伯语、土耳其语和中文字符识别在发展手写识别系统方面已作出重要贡献。但由于字符相似性、曲线复杂度等因素，孟加拉字符识别的研究仍较少。许多研究者已尝试使用传统机器学习和深度学习模型进行孟加拉手写识别。本研究采用卷积神经网络（CNN）结合集成迁移学习和多通道注意力网络。我们从CNN的两个支路（包括Inception Net和ResNet）中生成特征，然后通过拼接方式进行集成特征融合。随后，我们应用注意力模块从集成特征中提取上下文信息。最后，我们应用分类模块细化特征并完成分类。我们使用CAMTERdb 3.1.2数据集评估了所提模型，原始数据集准确率达92%，预处理后数据集准确率达98.00%。我们认为本研究对孟加拉手写字符识别领域的贡献将被视为重大进展。
引用
@article{arxiv.2408.10955,
title = {Multichannel Attention Networks with Ensembled Transfer Learning to Recognize Bangla Handwritten Charecter},
author = {Farhanul Haque and Md. Al-Hasan and Sumaiya Tabssum Mou and Abu Saleh Musa Miah and Jungpil Shin and Md Abdur Rahim},
journal= {arXiv preprint arXiv:2408.10955},
year = {2024}
}