结合多层感知器与最小编辑距离的非复合手写梵文字符识别
计算机视觉与模式识别
2010-07-01 v1
摘要
本文提出了一种两阶段识别离线手写非复合梵文字符的新方法。它使用了两种众所周知且成熟的模式识别技术：一种基于神经网络，另一种基于最小编辑距离。每种技术应用于不同的字符集进行识别。在第一阶段，计算两组特征并应用两个分类器以获得更高的识别准确率。分别使用两个MLP来识别字符。对于其中一个MLP，字符用其阴影特征表示；对于另一个，使用链码直方图特征。两个MLP的决策通过加权多数方案进行组合。第一阶段中组合MLP产生的前三个结果用于计算相对差异值。在第二阶段，基于这些相对差异，字符集被分为两组。第一组由形状独特的字符组成，第二组由形状非常相似的混淆字符组成。第一组中形状独特的字符使用MLP进行分类。第二组中的混淆字符使用最小编辑距离方法进行分类。最小编辑距离方法利用了通过改进的Harris角点检测技术在字符图像中检测到的角点。该方法在包含7154个样本的数据库上进行了实验。总体识别率达到90.74%。
引用
@article{arxiv.1006.5908,
title = {Recognition of Non-Compound Handwritten Devnagari Characters using a Combination of MLP and Minimum Edit Distance},
author = {Sandhya Arora and Debotosh Bhattacharjee and Mita Nasipuri and D. K. Basu and M. Kundu},
journal= {arXiv preprint arXiv:1006.5908},
year = {2010}
}