面向阿什科古 Brahmi 铭文的卷积神经网络光学字符识别
计算机视觉与模式识别
2025-01-07 v1 图像与视频处理
摘要
本研究论文探讨了开发用于识别阿什科古 Brahmi 字符的光学字符识别(OCR)系统。它利用包含丰富字符图像的数据集训练模型，采用数据增强技术优化训练过程。此外，论文包含去除噪声的数据预处理，以及 facilitate 行和字符分段的图像分割。该研究主要关注三种预训练 CNN，即 LeNet、VGG-16 和 MobileNet，并对其准确率进行比较。采用迁移学习将预训练模型适应阿什科古 Brahmi 字符数据集。研究结果表明，MobileNet 在准确率方面优于另两种模型，达到 95.94% 的验证准确率和 0.129 的验证损失。该论文对使用 MobileNet 的实现过程进行深入分析，并讨论了结果的意义。OCR 在字符识别中具有重要意义，尤其是在古迹学中，用于保存和数字化古代脚本。该研究结果表明，使用预训练 CNN 识别阿什科古 Brahmi 字符效果显著。
引用
@article{arxiv.2501.01981,
title = {Optical Character Recognition using Convolutional Neural Networks for Ashokan Brahmi Inscriptions},
author = {Yash Agrawal and Srinidhi Balasubramanian and Rahul Meena and Rohail Alam and Himanshu Malviya and Rohini P},
journal= {arXiv preprint arXiv:2501.01981},
year = {2025}
}