Jun, 2024

一种无分割的端到端阿拉伯手写识别模型在 KHATT 上的应用

PDF
TL;DR提出了一种从头开始训练的、端到端的、无分割的深度学习模型，利用 DCNN 进行特征提取，同时利用双向 LSTM 进行序列识别和 CTC 损失函数在 KHATT 数据库上进行训练，使得字符级别上测试数据集的识别率达到 84%，单词级别上达到 71%，建立了一种仅在行级别上操作而无需分割的基于图像的序列识别框架。同时介绍了 KFUPM Handwritten Arabic TexT (KHATT) 数据库的分析和预处理。最后，实现了包括滤波、变换和行分割等高级图像处理技术。该工作的重要性在于其广泛的应用，包括银行业的数字化、文档化、存档和文本翻译。此外，AHR 作为一种关键工具，可以使图像可搜索，增强信息检索能力，并实现轻松编辑。这一功能显著减少了阿拉伯语数据组织和处理等任务所需的时间和努力。
deep learningimage-based sequence recognitionkfupm handwritten arabic text (khatt)segmentation-freeahr (arabic handwriting recognition)
发现论文，激发创造
  • 基于 Transformer 的阿拉伯离线手写文本识别方法

    手写识别是模式识别和机器学习领域中具有挑战性和关键问题，其应用领域广泛。本文专注于离线阿拉伯手写文本识别问题，并引入两种替代架构，即 Transformer Transducer 和标准序列到序列 Transformer，并比较它们在准确性和速度方面的性能表现，结果显示我们的方法在识别离线阿拉伯手写文本方面优于当前最先进的方法。

    Jul, 2023

  • 基于深度学习的阿拉伯手写文本的个人生物特征识别

    该研究深入探讨了深度学习模型在阿拉伯手写文本的人物生物识别上的准确性，并比较了三种先进的架构 ——ResNet50、MobileNetV2 和 EfficientNetB7，使用了三个广泛认可的数据集：AHAWP，Khatt 和 LAMIS-MSHD。结果表明，EfficientNetB7 在 AHAWP，Khatt 和 LAMIS-MSHD 数据集上的测试准确率分别达到了 98.57％，99.15％和 99.79％。EfficientNetB7 的出色性能归功于其创新的技术，包括复合缩放、深度可分离卷积和挤压和激励块。研究结果对于增强身份验证和认证系统具有重要意义，突显了深度学习在阿拉伯手写文本识别中的潜力。

    Jun, 2024

  • 使用卷积神经网络和笔画识别技术实现儿童手写阿拉伯字符识别

    本研究基于卷积神经网络（CNN）提出了一种针对儿童阿拉伯手写字符识别的模型，其精度在 Hijja 数据集上为 91%，在阿拉伯手写字符数据集上为 97%，并提出了一种基于笔画数的多模型方法，融合 Hijja 和 AHCD，平均预测准确率达到 96%。

    Nov, 2022

  • 一种基于 Transformer 模型的端到端 OCR 框架，用于识别具有变音符的大规模古典阿拉伯文多字体语料库的手写体 Arabic 识别

    本文介绍了针对阿拉伯历史文献的光学字符识别技术的研究，提出了一种端到端文本识别方法 BEIT，并通过实验比较证明，该方法优于卷积神经网络的特征提取方法，达到了 4.46% 的识别准确率。

    Aug, 2022

  • 用于阿拉伯手写字识别的动态分层贝叶斯网络

    本文提出了一种新的概率图模型，用于对突尼斯城市名称的文字进行建模和识别。采用基于动态分层贝叶斯网络的方法，采用分割和特征提取技术来减少识别过程中的复杂性和误差，实验结果非常有前途。

    May, 2014

  • 一种高效的端到端神经模型用于手写文本识别

    本文提出一种将卷积神经网络和序列到序列模型相结合，将图像映射到文本序列，实现手写文本识别能力，且采用 Focal Loss 方法解决文本识别的类别不平衡问题，并应用 Beam Search 算法来提升模型的解码性能，在常见的 IAM 和 RIMES 数据集上实验表明，本文提出的模型在词级别的准确率方面分别提高了 3.5％和 1.1％，达到了国际先进水平。

    Jul, 2018

  • 离线手写中文文本识别与卷积神经网络

    本文研究基于深度学习的方法在离线手写中文文本识别领域的应用，使用只有卷积神经网络的模型和 CTC 损失函数实现，采用 Dropout 方法以防止过拟合，最终在 ICDAR 2013 竞赛数据集上实现了 6.81% 的字符错误率，为同等条件下最好的研究结果。

    Jun, 2020

  • 阿拉伯手写文本行数据集

    将阿拉伯手稿分割成文本行和单词是使识别系统更高效准确的重要步骤。我们提出了一个新的数据集，专门设计用于历史阿拉伯脚本，并在单词层面进行位置标注。

    Dec, 2023

  • 手写汉字文本分割识别：一种无需分段注释的方法

    提出一种基于分割的方法以识别手写中文文本，使用简单而有效的完全卷积网络实现。使用一种新颖的弱监督学习方法，只需使用交录注释即可训练网络；无需先前分割方法所需的昂贵字符分割标注。因为完全卷积网络缺乏上下文建模，所以提出了一种上下文规则化方法将上下文信息纳入训练，进一步提高了识别性能。在四个广泛使用的基准测试上进行了广泛实验，即 CASIA-HWDB，CASIA-OLHWDB，ICDAR2013 和 SCUT-HCCDoc，结果表明我们的方法在在线和离线 HCTR 上都显著优于现有方法，并且比 CTC / 基于注意力的方法具有更高的推断速度。

    Jul, 2022

  • BN-HTRd: 一份用于离线孟加拉文手写文本识别（HTR）和行分割的基准数据集

    该文章介绍了一个新的离线手写文本识别数据集，集中在孟加拉文字的图像上，该数据集包括 788 张手写页面图像和一个用于无监督聚类线分割的方案。该数据集可以用于各种手写文档识别、词识别、词或行分割等任务。

    May, 2022