論文の概要: Kurdish Handwritten Character Recognition using Deep Learning Techniques
- arxiv url: http://arxiv.org/abs/2210.13734v1
- Date: Tue, 18 Oct 2022 16:48:28 GMT
- ステータス: 処理完了
- システム内更新日: 2022-10-30 11:45:23.202197
- Title: Kurdish Handwritten Character Recognition using Deep Learning Techniques
- Title（参考訳）: 深層学習技術を用いたクルド人手書き文字認識
- Authors: Rebin M. Ahmed, Tarik A. Rashid, Polla Fattah, Abeer Alsadoon, Nebojsa
Bacanin, Seyedali Mirjalili, S.Vimal, Amit Chhabra
- Abstract要約: 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。
- 参考スコア（独自算出の注目度）: 26.23274417985375
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Handwriting recognition is one of the active and challenging areas of
research in the field of image processing and pattern recognition. It has many
applications that include: a reading aid for visual impairment, automated
reading and processing for bank checks, making any handwritten document
searchable, and converting them into structural text form, etc. Moreover, high
accuracy rates have been recorded by handwriting recognition systems for
English, Chinese Arabic, Persian, and many other languages. Yet there is no
such system available for offline Kurdish handwriting recognition. In this
paper, an attempt is made to design and develop a model that can recognize
handwritten characters for Kurdish alphabets using deep learning techniques.
Kurdish (Sorani) contains 34 characters and mainly employs an Arabic\Persian
based script with modified alphabets. In this work, a Deep Convolutional Neural
Network model is employed that has shown exemplary performance in handwriting
recognition systems. Then, a comprehensive dataset was created for handwritten
Kurdish characters, which contains more than 40 thousand images. The created
dataset has been used for training the Deep Convolutional Neural Network model
for classification and recognition tasks. In the proposed system, the
experimental results show an acceptable recognition level. The testing results
reported a 96% accuracy rate, and training accuracy reported a 97% accuracy
rate. From the experimental results, it is clear that the proposed deep
learning model is performing well and is comparable to the similar model of
other languages' handwriting recognition systems.
- Abstract（参考訳）: 手書き認識は画像処理とパターン認識の分野で活発かつ挑戦的な研究分野の一つである。
視覚障害の読み取り支援、銀行小切手の読み取りと処理の自動化、手書き文書の検索の容易化、構造的なテキスト形式への変換など、多くのアプリケーションがある。
さらに、英語、中国語、ペルシア語、その他多くの言語で手書き認識システムによって高い精度が記録されている。
しかしオフラインのクルド文字認識にはそのようなシステムは存在しない。
本稿では、ディープラーニング技術を用いてクルド語アルファベットの手書き文字を認識可能なモデルの設計と開発を行う。
クルド語 (Sorani) には34の文字があり、主にアラビア・ペルシャ文字を基調としたアルファベットが修正されている。
本研究では,手書き認識システムにおける模範的な性能を示す深層畳み込みニューラルネットワークモデルを適用した。
その後、4000万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。
生成されたデータセットは、分類と認識タスクのためのDeep Convolutional Neural Networkモデルのトレーニングに使用されている。
提案システムでは,実験結果の認識レベルが許容される。
テスト結果では精度が96%,トレーニング精度が97%であった。
実験結果から,提案したディープラーニングモデルの性能は良好であり,他の言語の手書き認識システムと同等であることが明らかとなった。
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) - Chinese Text Recognition with A Pre-Trained CLIP-Like Model Through
Image-IDS Aligning [61.34060587461462]
中国語テキスト認識(CTR)のための2段階フレームワークを提案する。
印刷文字画像とIdeographic Description Sequences (IDS) の整列によるCLIP様モデルの事前学習を行う。
この事前学習段階は、漢字を認識する人間をシミュレートし、各文字の標準表現を得る。
学習された表現はCTRモデルを監督するために使用され、従来の単一文字認識はテキストライン認識に改善される。
論文 参考訳（メタデータ） (2023-09-03T05:33:16Z) - 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) - Reading and Writing: Discriminative and Generative Modeling for
Self-Supervised Text Recognition [101.60244147302197]
テキスト画像の識別と生成を学習するために,コントラスト学習とマスク付き画像モデリングを導入する。
本手法は,不規則なシーンテキスト認識データセットにおいて,従来の自己教師付きテキスト認識手法を10.2%～20.2%向上させる。
提案したテキスト認識器は,11のベンチマークで平均5.3%の精度で従来のテキスト認識手法を上回り,モデルサイズが類似している。
論文 参考訳（メタデータ） (2022-07-01T03:50:26Z) - Lexically Aware Semi-Supervised Learning for OCR Post-Correction [90.54336622024299]
世界中の多くの言語における既存の言語データの多くは、非デジタル化された書籍や文書に閉じ込められている。
従来の研究は、あまり良くない言語を認識するためのニューラル・ポスト・コレクション法の有用性を実証してきた。
そこで本研究では,生画像を利用した半教師付き学習手法を提案する。
論文 参考訳（メタデータ） (2021-11-04T04:39:02Z) - Support Vector Machine for Handwritten Character Recognition [0.0]
この研究には、44の基本的なマラヤラム文字の1万文字のデータベースが使用されている。
64のローカル機能と4つのグローバル機能からなる識別された特徴セットは、SVM分類器の訓練とテストに使用され、92.24%の精度を達成した。
論文 参考訳（メタデータ） (2021-09-07T13:36:12Z) - Skeleton Based Sign Language Recognition Using Whole-body Keypoints [71.97020373520922]
手話は聴覚障害者や言語障害者のコミュニケーションに使用される。
また,RGB-D法と組み合わせて最先端の性能を実現することで,Skeletonに基づく音声認識が普及しつつある。
近年のボディポーズ推定用citejin 2020wholeの開発に触発されて,全身キーポイントと特徴に基づく手話認識を提案する。
論文 参考訳（メタデータ） (2021-03-16T03:38:17Z) - Arabic Handwritten Character Recognition based on Convolution Neural
Networks and Support Vector Machine [0.0]
本稿では,ディープ畳み込みニューラルネットワーク(DCNN)とサポートベクタマシン(SVM)を用いたアラビア文字と文字の認識アルゴリズムを提案する。
本稿では,入力テンプレートと事前記憶テンプレートとの類似性を決定することで,アラビア文字認識の問題に対処する。
本研究は,提案アルゴリズムが入力された手書きアラビア語文字を認識し,識別し,検証する能力を示すものである。
論文 参考訳（メタデータ） (2020-09-28T16:18:52Z) - An Efficient Language-Independent Multi-Font OCR for Arabic Script [0.0]
本稿では,アラビア文字のスキャン画像を入力として取り出し,対応するデジタル文書を生成する完全アラビアOCRシステムを提案する。
また,現在最先端のセグメンテーションアルゴリズムよりも優れたフォント非依存文字アルゴリズムを提案する。
論文 参考訳（メタデータ） (2020-09-18T22:57:03Z) - 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) - Separating Content from Style Using Adversarial Learning for Recognizing
Text in the Wild [103.51604161298512]
画像中の複数の文字の生成と認識のための逆学習フレームワークを提案する。
我々のフレームワークは、新しい最先端の認識精度を達成するために、最近の認識手法に統合することができる。
論文 参考訳（メタデータ） (2020-01-13T12:41:42Z)
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。