二十年孟加拉手写数字识别：综述
计算机视觉与模式识别
2024-10-28 v3
摘要
手写数字识别(HDR)是光学字符识别(OCR)领域中最具挑战性的任务之一。不论语言，HDR都存在一些固有挑战，主要源于不同个体的书写风格差异、书写媒介与环境、重复书写同一数字时无法保持相同笔画等。此外，特定语言数字的结构复杂性可能导致HDR的歧义情形。多年来，研究者开发了众多离线与在线HDR流程，其中不同图像处理技术与传统机器学习(ML)基和/或深度学习(DL)基架构相结合。尽管文献中已有针对英语、阿拉伯语、印度语、波斯语、汉语等语言的广泛HDR综述研究，但关于孟加拉语HDR(BHDR)的综述甚少，且缺乏对挑战、底层识别过程及可能未来方向的综合分析。本文分析了孟加拉手写数字的特征与固有歧义，并深入剖析了二十年来最先进的离线BHDR数据集与方法。此外，还详细讨论了若干涉及BHDR的真实应用特定研究。本文亦将作为对离线BHDR背后科学感兴趣的研究者之汇编，激发对相关研究的崭新探索，从而进一步推动不同应用领域中孟加拉手写数字的更好离线识别。
引用
@article{arxiv.2206.02234,
title = {Two Decades of Bengali Handwritten Digit Recognition: A Survey},
author = {A. B. M. Ashikur Rahman and Md. Bakhtiar Hasan and Sabbir Ahmed and Tasnim Ahmed and Md. Hamjajul Ashmafee and Mohammad Ridwan Kabir and Md. Hasanul Kabir},
journal= {arXiv preprint arXiv:2206.02234},
year = {2024}
}
备注
This work has been submitted to the IEEE for possible publication. 38 pages, 23 figures, 12 tables