論文の概要: Persian Handwritten Digit, Character and Word Recognition Using Deep Learning

• arxiv url: http://arxiv.org/abs/2010.12880v2
• Date: Sat, 14 Nov 2020 06:20:53 GMT
• ステータス: 処理完了
• システム内更新日: 2022-10-03 13:19:54.085805
• Title: Persian Handwritten Digit, Character and Word Recognition Using Deep Learning
• Title（参考訳）: 深層学習を用いたペルシャ手書きディジット・文字・単語認識
• Authors: Mehdi Bonyani, Simindokht Jahangard, Morteza Daneshmand
• Abstract要約: 本稿では、深層ニューラルネットワークを様々なDensNetアーキテクチャやXceptionを通じて活用する。 我々はペルシャ語の特殊性と対応する筆跡を考慮に入れた光学的文字認識法を考案した。 HODAデータベースでは、数字と文字の認識率は99.72%と89.99%であり、数字、文字、単語の認識率は99.72%、98.32%、98.82%である。
• 参考スコア（独自算出の注目度）: 0.5188841610098436
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Digit, letter and word recognition for a particular script has various applications in todays commercial contexts. Nevertheless, only a limited number of relevant studies have dealt with Persian scripts. In this paper, deep neural networks are utilized through various DensNet architectures, as well as the Xception, are adopted, modified and further boosted through data augmentation and test time augmentation, in order to come up with an optical character recognition accounting for the particularities of the Persian language and the corresponding handwritings. Taking advantage of dividing the databases to training, validation and test sets, as well as k-fold cross validation, the comparison of the proposed method with various state-of-the-art alternatives is performed on the basis of the HODA and Sadri databases, which offer the most comprehensive collection of samples in terms of the various handwriting styles possessed by different human beings, as well as different forms each letter may take, which depend on its position within a word. On the HODA database, we achieve recognition rates of 99.72% and 89.99% for digits and characters, being 99.72%, 98.32% and 98.82% for digits, characters and words from the Sadri database, respectively.
• Abstract（参考訳）: 特定のスクリプトに対するディジット、レター、ワード認識は、今日の商業的文脈において様々な応用がある。 それにもかかわらず、ペルシャ文字を扱う研究はごく少数のみである。 本稿では,様々なDensNetアーキテクチャとXceptionを用いて深層ニューラルネットワークを応用し,データ拡張とテスト時間拡張により,ペルシア語と対応する手書き文字の特異性を考慮した光学的文字認識を実現する。 データベースをトレーニング、検証、テストセットに分割し、k-foldクロス検証を活用し、提案手法と最先端の代替案の比較をhodaデータベースとsadriデータベースに基づいて行う。 HODAデータベースでは、文字と文字の認識率は99.72%と89.99%で、それぞれ99.72%、98.32%、98.82%である。

関連論文リスト

• Bukva: Russian Sign Language Alphabet [75.42794328290088]
  本稿では,ロシア手話(RSL)ダクティルとしても知られる,ロシア語の指先文字の認識について検討する。 ダクティル (Dactyl) は手の動きが書かれた言語の個々の文字を表す手話の構成要素である。 当社は、RSLダクチル認識のための、最初の本格的なオープンソースビデオデータセットであるBakvaを提供している。
  論文  参考訳（メタデータ） (2024-10-11T09:59:48Z)
• MDIW-13: a New Multi-Lingual and Multi-Script Database and Benchmark for Script Identification [19.021909090693505]
  本稿では,スクリプト識別アルゴリズムのベンチマークのための新しいデータベースを提供する。 データセットは、地元の新聞や手書きの手紙からスキャンされた1,135件の文書と、異なるネイティブライターのメモで構成されている。 簡単なベンチマークは、手作りとディープラーニングの手法で提案されている。
  論文  参考訳（メタデータ） (2024-05-29T09:29:09Z)
• Sampling and Ranking for Digital Ink Generation on a tight computational budget [69.15275423815461]
  トレーニングされたデジタルインク生成モデルの出力品質を最大化する方法について検討する。 我々は、デジタルインク領域におけるその種類に関する最初のアブレーション研究において、複数のサンプリングとランキング手法の効果を使用、比較する。
  論文  参考訳（メタデータ） (2023-06-02T09:55:15Z)
• Huruf: An Application for Arabic Handwritten Character Recognition Using Deep Learning [0.0]
  本稿では、アラビア語の文字と数字を認識するための軽量な畳み込みニューラルネットワークアーキテクチャを提案する。 提案したパイプラインは、畳み込み、プール、バッチ正規化、ドロップアウト、最後にグローバル平均レイヤの4つのレイヤを含む合計18層で構成されている。 提案したモデルはそれぞれ96.93%と99.35%の精度を達成し、これは最先端のエンドレベルアプリケーションに適した解決策となった。
  論文  参考訳（メタデータ） (2022-12-16T17:39:32Z)
• Kurdish Handwritten Character Recognition using Deep Learning Techniques [26.23274417985375]
  本稿では、深層学習技術を用いてクルド語アルファベットの文字を認識可能なモデルの設計と開発を試みる。 4000万枚以上の画像を含む、手書きのクルド文字のための包括的なデータセットが作成された。 結果,精度は96%,トレーニング精度は97%であった。
  論文  参考訳（メタデータ） (2022-10-18T16:48:28Z)
• PART: Pre-trained Authorship Representation Transformer [64.78260098263489]
  文書を書く著者は、語彙、レジストリ、句読点、ミススペル、絵文字の使用など、テキスト内での識別情報をインプリントする。 以前の作品では、手作りのフィーチャや分類タスクを使用して著者モデルをトレーニングし、ドメイン外の著者に対するパフォーマンスの低下につながった。 セマンティクスの代わりにtextbfauthorship の埋め込みを学習するために、対照的に訓練されたモデルを提案する。
  論文  参考訳（メタデータ） (2022-09-30T11:08:39Z)
• Writer Recognition Using Off-line Handwritten Single Block Characters [59.17685450892182]
  我々は、生年月日DoBの6桁の個人番号を使用する。 本稿では,方向測定を行う手作り特徴に基づく認識手法と,ResNet50モデルによる深い特徴に基づく認識手法について検討する。 その結果,DoBでは手書き情報に同一性関連情報が6桁程度存在することがわかった。
  論文  参考訳（メタデータ） (2022-01-25T23:04:10Z)
• Letter-level Online Writer Identification [86.13203975836556]
  我々は文字レベルのオンラインライタIDという新たな問題に焦点をあてる。 主な課題は、しばしば異なるスタイルで手紙を書くことである。 我々はこの問題をオンライン書記スタイルのばらつき(Var-O-Styles)と呼ぶ。
  論文  参考訳（メタデータ） (2021-12-06T07:21:53Z)
• KOHTD: Kazakh Offline Handwritten Text Dataset [0.0]
  広範囲にわたるカザフスタンのオフライン手書きテキストデータセット(KOHTD)を提案する。 KOHTDには3000枚の手書き試験用紙と140335枚以上の分割画像があり、約922010のシンボルがある。 我々は,CTC法や注意法など,単語・行認識に人気の高いテキスト認識手法を多用した。
  論文  参考訳（メタデータ） (2021-09-22T16:19:38Z)
• Neural Computing for Online Arabic Handwriting Character Recognition using Hard Stroke Features Mining [0.0]
  オンラインアラビア文字認識における書字ストローク特徴の垂直方向と水平方向から所望の臨界点を検出する方法を提案する。 バックプロパゲーション学習アルゴリズムと修正シグモイド関数に基づくアクティベーション関数を備えた多層パーセプトロンを用いて、文字の分類のためにこれらのトークンから最小の特徴セットを抽出する。 提案手法は,文字認識技術に匹敵する98.6%の平均精度を実現する。
  論文  参考訳（メタデータ） (2020-05-02T23:17:08Z)
• Differentiable Reasoning over a Virtual Knowledge Base [156.94984221342716]
  コーパスを仮想知識ベース(KB)として,複雑なマルチホップ質問に答えるタスクについて検討する。 特に、コーパス内のエンティティの参照間の関係の経路をソフトに追従し、KBのようにテキストデータをトラバースするDrKITについて述べる。 DrKITは非常に効率的で、既存のマルチホップシステムよりも毎秒10-100倍のクエリを処理する。
  論文  参考訳（メタデータ） (2020-02-25T03:13:32Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。