基于谱图的特征用于手写字符识别：以手写天城体数字为例
计算机视觉与模式识别
2020-07-08 v1 机器学习
摘要
对不同书写风格、无约束连笔以及不同基本部件间关系的解释，是手写字符识别中一项必要且具挑战性的任务。由于特征表示不充分，对手写字符的恰当解释与描述显得困难。尽管手写字符的现有研究广泛，但如何在特征空间中获得字符的有效表示仍具挑战。本文尝试通过提出一种利用鲁棒图表示与谱图嵌入概念来刻画并有效表示手写字符的方法以规避这些问题，同时考虑了书写风格、连笔及部件关系。为验证所提方法的有效性，在标准手写数字数据集（印度统计研究所加尔各答分校计算机视觉模式识别组）上进行了大量实验。实验结果展示了有前景的发现，可供未来研究使用。
引用
@article{arxiv.2007.03281,
title = {Spectral Graph-based Features for Recognition of Handwritten Characters: A Case Study on Handwritten Devanagari Numerals},
author = {Mohammad Idrees Bhat and B. Sharada},
journal= {arXiv preprint arXiv:2007.03281},
year = {2020}
}
备注
16 pages, 8 figures