CITlab ARGUS for Arabic Handwriting
University of Rostock（罗斯托克大学）
近年来，事实证明多维递归神经网络（MDRNN）在离线手写识别任务（如OpenHaRT 2013评估任务）中表现非常出色。通过适当的书写预处理和字典查找，我们的ARGUS软件在其初始设置中以26.27%的出错率完成了这项任务。
2014-12-15 cs.CV cs.NE
Threats to Arabic Handwriting Recognition: Investigating Black-Box Adversarial Attacks on embedded ConvNet models
Systems theory and informatics laboratory（系统理论与信息学实验室）；Moulay Ismail University of Meknes（穆莱·艾息姆大学）；Department of Computer Science（计算机科学系）；EST of Sidi Bennour（西迪·本努尔工程与技术学院）；Chouaib Doukkali University（侯赛因·杜克利大学）；Faculty of Education Sciences（教育科学学院）；University Mohammed V（穆莱·维大学）；Laboratory of Computer Science and Applications（计算机科学与应用实验室）
本研究探讨了阿拉伯手写识别系统对黑盒对抗攻击的脆弱性，通过实验揭示了高精度模型在面对对抗攻击时的易受攻击性，强调了加强模型安全性和可靠性的必要性。
2026-05-18 cs.CV
Neural Computing for Online Arabic Handwriting Character Recognition using Hard Stroke Features Mining
Prince Sultan University（苏丹亲王大学）；Universiti Teknologi Malaysia（马来西亚理工大学）
由于阿拉伯草书的书写风格、书写速度、书写者心情等因素的影响，在线阿拉伯草书字符识别仍然是一个很大的挑战。由于这些不可避免的限制，在线阿拉伯字符识别的准确率仍然很低，还有改进的空间。本研究提出一种从手写笔长特征的纵横方向上提取在线阿拉伯文字识别中所需关键点的改进方法。每个提取的笔画特征将每个孤立的字符划分为一些有意义的模式，称为标记。从这些标记中提取最小特征集，使用多层感知器与反向传播学习算法和修改的基于S形函数的激活函数进行字符分类。在这项工作中，实现了两个里程碑;首先，获得固定数量的令牌，其次，最小化最重复的令牌的数量。实验中，手写体阿拉伯字符从OHASD基准数据集选择测试和评估所提出的方法。所提出的方法达到了98.6%的平均准确率在最先进的字符识别技术。
2021-01-15 cs.CL cs.CV
Qalam : A Multimodal LLM for Arabic Optical Character and Handwriting Recognition
The University of British Columbia（不列颠哥伦比亚大学）；Invertible AI（可逆人工智能公司）
Qalam是基于SwinV2编码器和RoBERTa解码器的新型阿拉伯语OCR与手写识别模型，在手写和OCR任务中分别达到0.80%和1.18%的词错误率，并擅长处理变音符号和高分辨率输入。
2024-07-18 cs.AI cs.CL cs.CV
An End-to-End OCR Framework for Robust Arabic-Handwriting Recognition using a Novel Transformers-based Model and an Innovative 270 Million-Words Multi-Font Corpus of Classical Arabic with Diacritics
Helwan University（赫尔万大学）
这项研究是第二阶段，在一系列的调查，发展光学字符识别（OCR）的阿拉伯历史文件，并研究如何不同的建模程序与问题的相互作用。第一项研究研究了Transformers对我们定制的阿拉伯语数据集的影响。第一次研究的缺点之一是训练数据的大小，由于缺乏资源，我们的3000万张图像中只有15000张图像。此外，我们还添加了图像增强层、时间和空间优化以及后校正层，以帮助模型预测正确上下文的正确单词。值得注意的是，我们提出了一种端到端的文本识别方法，使用视觉Transformer作为编码器，即BEIT，并使用vanilla Transformer作为解码器，消除了用于特征提取的CNN，并降低了模型的复杂性。实验表明，我们的端到端模型优于卷积骨干。该模型获得了4.46%的CER。
2022-08-26 cs.CL cs.CV cs.LG
Does a Modern-Handwriting Warm-Up Help Historical Arabic OCR? A Reproducible, Compute-Matched Evaluation on Muharaf and KHATT
Dal Research Team（达尔研究团队）
本研究通过可复现、计算匹配的实验评估现代手写体热身对历史阿拉伯文OCR的影响，发现其并非普遍有效，发布了可独立验证的SaudiHeritage-OCR包。
2026-08-25 cs.CV cs.LG
A syllable based model for handwriting recognition
Normandie University（诺曼底大学）；University of Rouen（鲁昂大学）；LITIS Laboratory EA 4108（LITIS实验室 EA 4108）
本文提出了一种新的基于音节的手写体识别文本建模方法。我们提出了一个监督的音节法和英语语言建立一个音节的词汇。音节的统计n-gram语言模型在法语和英语维基百科语料库上训练。手写体识别系统，基于光学HMM上下文无关的字符模型，执行两遍解码，结合所提出的音节模型。在法语RIMES数据集和英语IAM数据集上，通过分析音节模型在不同覆盖率下的性能进行了评估。我们还比较了音节模型与词汇和字符n-gram模型。所提出的方法达到有趣的性能，由于它的能力，以涵盖大量的词汇表中的单词与有限数量的音节相结合的统计n-gram的合理顺序。
2018-08-22 cs.CV
Implicit segmentation of Kannada characters in offline handwriting recognition using hidden Markov models
National Institute of Technology Karnataka（卡纳塔克国家理工学院）
我们描述了一种方法，使用隐马尔可夫模型（HMM）的手写卡纳达语字符的分类。卡纳达文是粘着的，简单的形状水平连接形成一个字符。这导致了大量的字符，使得分类任务变得困难。字符分割在减少类别数方面起着重要作用。当存在重叠的形状时，显式分割技术会受到影响，这在手写文本的情况下很常见。我们使用Humble来利用卡纳达语脚本的粘合性质，这使我们能够在识别的同时执行字符的隐式分割。所有的实验都是在Chars74k数据集上进行的，该数据集由多个用户收集的657个手写字符组成。从单个字符中提取基于特征的特征，并用于训练字符Hacker。在字符级使用隐式分割技术导致了约10%的改进。该系统在相同数据集上测试的性能也优于现有系统约16%。基于学习曲线的分析表明，增加训练数据可以导致更好的准确性。因此，我们收集了额外的数据，并获得了4%的改善与6个额外的样本。
2014-10-16 cs.CV cs.LG
Neural Architecture based on Fuzzy Perceptual Representation For Online Multilingual Handwriting Recognition
University of Sfax（斯法克斯大学）；National Engineering School of Sfax（斯法克斯国立工程师学院）；Sifast
由于移动设备的无处不在，在线手写脚本已经成为智能手机和平板设备的最重要的馈送输入。为了提高在线手写识别性能，更深的神经网络已被广泛使用。在此背景下，我们的论文处理的问题，在线手写体识别的基础上提取特征系统和深入的方法系统的序列分类。已经出现了许多解决方案，以促进手写识别。因此，我们使用现有的方法，并结合新的分类器，以获得一个灵活的系统。与在线拉丁文和阿拉伯文字符和单词识别系统相比，取得了良好的效果。我们提出的两个系统的性能进行评估，使用五个数据库。事实上，识别率超过98%。
2019-08-01 cs.CV
Dynamic Hierarchical Bayesian Network for Arabic Handwritten Word Recognition
本文提出了一种新的概率图形模型，用于建模和识别代表突尼斯城市名称的单词。事实上，这项工作是基于一个动态的层次贝叶斯网络。其目的是找到最好的阿拉伯手写模型，以减少识别过程的复杂性，允许部分识别。实际上，我们提出了一种基于平滑的垂直直方图投影使用不同的宽度值，以减少分割的错误。然后，我们使用Zernike和HU矩提取每个细胞的特征，这是不变性的旋转，平移和缩放。我们的方法是使用IFN / ENIT数据库进行测试，实验结果是非常有前途的。
2014-05-20 cs.CV
Bridging the Gap: Fusing CNNs and Transformers to Decode the Elegance of Handwritten Arabic Script
University of Algiers（阿尔及尔大学）
针对手写阿拉伯文字识别难点，本文提出融合CNN与Transformer的混合方法，通过基于置信度的集成模型在IFN/ENIT数据集上取得高准确率，推动了OCR系统的实际应用。
2025-03-19 cs.CV
A Novel Method for the Recognition of Isolated Handwritten Arabic Characters
Damietta University（达米埃塔大学）；Concordia University（康考迪亚大学）
手写阿拉伯语识别系统面临着许多困难，例如人类手写的无限变化，不同字符形状的相似性，相邻字符的相互连接及其在单词中的位置。典型的光学字符识别（OCR）系统主要基于预处理、特征提取和识别三个阶段。本文提出了一种新的手写体阿拉伯字符识别方法，该方法基于新的预处理操作，包括不同种类的噪声去除以及不同种类的特征，如来自字符主体的结构特征、统计特征和形态特征，以及来自次要成分的特征。对所选特征的精度进行了评价。利用CENPRMI数据集，采用反向传播神经网络对系统进行了训练和测试。该算法获得了可喜的成果，因为它是能够识别我们的测试集的88%准确。在与其他相关工作的比较中，我们发现我们的结果是其他已发表的工作中最高的。
2014-02-26 cs.CV
Multiple models of Bayesian networks applied to offline recognition of Arabic handwritten city names
Research Unit SAGE, National Engineering School of Sousse（苏塞国家工程学院SAGE研究单位）
在本文中，我们解决了离线阿拉伯手写单词识别的问题。由于手写体文字的高度可变性和不确定性，脱机手写体文字识别是一项困难的任务。大多数最近的系统受到要处理的词典的大小和作者的数量的限制。在本文中，我们提出了一种方法，多作家阿拉伯手写文字识别使用多个贝叶斯网络。首先，我们把图像分成几个块。对于每个块，我们计算一个描述符向量。然后，我们使用K-means对包括Zernik和Hu矩在内的低级特征进行聚类。最后，我们应用贝叶斯网络分类器的四个变种（朴素贝叶斯，树增强朴素贝叶斯（TAN），森林增强朴素贝叶斯（FAN）和DBN（动态贝叶斯网络）分类突尼斯城市名称的整个图像。实验结果表明，FAN和DBN的识别率优于其他算法
2013-01-18 cs.CV
HATFormer: Historic Handwritten Arabic Text Recognition with Transformers
NC State University（北卡罗来纳州立大学）；Khayrallah Center for Lebanese Diaspora Studies（黎巴嫩侨民研究海拉拉中心）
本文提出HATFormer，一种基于Transformer编码器-解码器架构的历史手写阿拉伯文本识别模型，通过定制图像处理器、文本分词器和训练管道，在公开历史数据集上实现8.6%的字符错误率，较最佳基线提升51%。
2025-04-03 cs.CL cs.CV cs.LG
MSdocTr-Lite: A Lite Transformer for Full Page Multi-script Handwriting Recognition
InstaDeep（InstaDeep公司）；Digital Research Center of Sfax（斯法克斯数字研究中心）
Transformer由于其远程表示能力，已迅速成为各种模式识别任务的主导架构。然而，Transformers是数据饥渴的模型，需要大量的数据集进行训练。在手写文本识别（HTR）中，收集大量的标记数据是一项复杂而昂贵的任务。在本文中，我们提出了一个精简的Transformer架构，用于整页多手写体手写识别。该模型有三个优点：首先，为了解决数据稀缺的常见问题，我们提出了一个精简的Transformer模型，可以在合理数量的数据上进行训练，这是大多数HTR公共数据集的情况，而不需要外部数据。其次，由于课程学习策略，它可以学习页面级别的阅读顺序，从而避免行分割错误，利用更大的上下文并减少对昂贵的分割注释的需求。第三，它可以很容易地适应其他脚本，通过应用一个简单的迁移学习过程，只使用页面级标记的图像。在不同脚本（法语、英语、西班牙语和阿拉伯语）的不同数据集上进行的大量实验表明了该模型的有效性。
2023-03-24 cs.CV
Huruf: An Application for Arabic Handwritten Character Recognition Using Deep Learning
Islamic University of Technology（伊斯兰技术大学）
手写体识别一直是人工智能领域的研究热点。由于它在现实生活中的广泛应用，人们对它进行了广泛的研究，其中最突出的是对拉丁文字的研究。然而，阿拉伯手写字符识别的领域仍然相对未开发。阿拉伯文字固有的草书性质和个人写作风格的差异使这项任务更具挑战性。我们确定了这背后的一些可能的原因，并提出了一个轻量级的卷积神经网络为基础的架构，识别阿拉伯字符和数字。建议的流水线由总共18层组成，每层包含四个卷积层，池化层，批量归一化层，丢弃层，最后是一个全局平均池化层和一个密集层。此外，我们深入研究了超参数的不同选择，例如优化器的选择，内核初始化器，激活函数等。在公开可用的“阿拉伯手写字符数据集（AHCD）”和“修改的阿拉伯手写数字数据库（MadBase）”数据集上评估所提出的架构，所提出的模型分别实现了96.93%和99.35%的准确度，这与最新技术水平相当，并且使其成为现实生活中端级应用的合适解决方案。
2022-12-24 cs.CV
Deep Learning Autoencoder Approach for Handwritten Arabic Digits Recognition
Benha University（本哈大学）；Mansoura University（曼苏拉大学）；Faculty of Computer & Informatics（计算机与信息学院）；Faculty of Computer & Information Sciences（计算机与信息科学学院）
本文提出了一种新的无监督学习方法与堆叠自动编码器（SAE）的阿拉伯手写数字分类。近年来，阿拉伯手写数字识别由于其在多个领域的应用而成为一个重要的研究领域。这项工作的重点是手写阿拉伯数字识别的识别部分，面临着几个挑战，包括人类笔迹的无限变化和大型公共数据库。阿拉伯数字包含10个数字，这些数字是从印度数字系统继承而来的。堆叠自动编码器（SAE）测试和训练MADBase数据库（阿拉伯手写数字图像），包含10000个测试图像和60000个训练图像。我们表明，SAE的使用导致了不同机器学习分类算法的显着改进。SAE给出的平均准确率为98.5%。
2017-06-21 cs.CV cs.NE
A New Approach for Arabic Handwritten Postal Addresses Recognition
National Engineering School of Sfax, University of Sfax（斯法克斯国立工程学院，斯法克斯大学）
本文提出了一种基于贝塔椭圆模型的阿拉伯手写邮政地址自动识别分析系统。我们的系统分为不同的步骤：分析，预处理和分类。第一个操作是图像的滤波。在第二，我们删除边界打印，邮票和图形。在定位信封上的地址之后，地址分段允许分别提取邮政编码和城市名称。预处理系统和建模方法基于两个基本步骤。第一步是在手写轨迹的图像中提取时间顺序。第二步是基于Beta-椭圆模型的手写体字符表示。识别系统基于图匹配算法。我们的建模和识别方法进行了验证，使用邮政编码和城市名称提取的突尼斯邮政信封数据。识别率达到98%左右。
2012-04-07 cs.CV
Arabic Handwritten Document OCR Solution with Binarization and Adaptive Scale Fusion Detection
Egypt-Japan University of Science & Technology（埃及-日本科学技术大学）；Benha University（本哈大学）
提出融合可微二值化、自适应尺度融合行检测与 CNN-BiLSTM-CTC 识别的阿拉伯文手写 OCR 流程，在 AMFDS 上取得高识别率并建立新基准。
2024-12-02 cs.CV
Ubicomp Digital 2020 -- Handwriting classification using a convolutional recurrent network
来自STABILO的Ubicomp Digital 2020 - Time Series Classification Challenge是关于多变量时间序列分类的挑战。这些数据收集自100名志愿者，包含15个由多个传感器测量的特征。在本文中，我们使用一个神经网络的数据分类成52类，即阿拉伯字母的小写和大写。所提出的神经网络a的架构是CNN-LSTM网络。它将卷积神经网络（CNN）用于短期上下文，同时将短期记忆层（LSTM）用于长期依赖性。我们达到了68%的准确率在我们的作家独家测试集和64.6%的盲挑战测试集，导致第二位。
2020-08-03 cs.CV cs.LG
Invizo: Arabic Handwritten Document Optical Character Recognition Solution
Egypt-Japan University of Science and Technology（埃及-日本科学技术大学）
Invizo提出一种结合CNN特征提取与Transformer序列建模的端到端阿拉伯语OCR方案，可同时处理手写、印刷文本和数字，在检测与识别任务上均取得实用性能。
2025-02-07 cs.CV
Handwritten Arabic Character Recognition for Children Writ-ing Using Convolutional Neural Network and Stroke Identification
阿拉伯语手写体的自动识别是机器学习领域的一个新的研究课题。与拉丁语不同，阿拉伯语是一种闪米特语言，形成了一个更难的挑战，特别是由于作家年龄等因素造成的模式变化。大多数研究都集中在成年人身上，只有一项最近的研究是关于儿童的。此外，最近的许多机器学习方法都集中在使用卷积神经网络，这是一类强大的神经网络，可以从图像中提取复杂的特征。在本文中，我们提出了一种卷积神经网络（CNN）模型，该模型在Hijja数据集上识别儿童笔迹的准确率为91%，Hijja数据集是通过收集儿童书写的阿拉伯字符图像而建立的最新数据集，在阿拉伯手写字符数据集上的准确率为97%。结果显示，Hijja数据集作者提出的模型有了很好的改进，但它揭示了解决儿童阿拉伯手写字符识别的更大挑战。此外，我们提出了一种新的方法，使用多个模型，而不是单一的模型的基础上，在一个字符的笔画数，并合并Hijja与AHCD，达到平均预测准确率为96%。
2022-11-03 cs.AI cs.CV
Muharaf: Manuscripts of Handwritten Arabic Dataset for Cursive Text Recognition
North Carolina State University（北卡罗来纳州立大学）；Holy Spirit University of Kaslik（卡斯利克圣灵大学）
本文提出包含超1600幅历史手写阿拉伯语页面图像的Muharaf数据集，涵盖多种文档类型与书写风格，并提供文本行坐标标注及卷积神经网络基线结果，以推进阿拉伯语及一般草书文本识别研究。
2025-02-04 cs.CV cs.LG
Kurdish Handwritten Character Recognition using Deep Learning Techniques
University of Kurdistan Hewler（休勒库尔德斯坦大学）；Singidunum University（辛吉杜努姆大学）；Torrens University（托伦斯大学）；Yonsei University（延世大学）；Ramco Institute of Technology（拉姆科理工学院）；Guru Nanak Dev University（古鲁那纳克德夫大学）；Tishk International University（提什克国际大学）
手写体识别是图像处理和模式识别领域中一个活跃而又富有挑战性的研究领域。它有许多应用，包括：视力障碍的阅读辅助，银行支票的自动阅读和处理，使任何手写文档可搜索，并将其转换为结构化文本形式等。然而，没有这样的系统可用于离线库尔德手写识别。在本文中，试图设计和开发一个模型，可以识别手写字符的库尔德字母使用深度学习技术。库尔德语（Sorani）包含34个字符，主要采用阿拉伯语\Persian为基础的文字，修改了字母表。在这项工作中，采用了深度卷积神经网络模型，该模型在手写识别系统中表现出了示例性的性能。然后，为手写库尔德字符创建了一个全面的数据集，其中包含4万多张图像。创建的数据集已用于训练深度卷积神经网络模型，以执行分类和识别任务。在该系统中，实验结果表明，一个可接受的识别水平。测试结果报告了96%的准确率，训练准确率报告了97%的准确率。从实验结果来看，很明显，所提出的深度学习模型表现良好，与其他语言的手写识别系统的类似模型相当。
2022-10-18 cs.CV cs.LG cs.NE
Handwritten Urdu Character Recognition using 1-Dimensional BLSTM Classifier
King Saud Bin Abdul Aziz University for Health Sciences（沙特·本·阿卜杜勒阿齐兹国王健康科学大学）；Hazara University（哈扎拉大学）；Higher Education Department, KPK（开伯尔-普赫图赫瓦省高等教育部）；COMSATS Institute of Information Technology（COMSATS 信息技术学院）
草书由于其表现形式的多样性，被认为是光学字符识别中的一项精细任务。每一种草书都有不同的性质和相关的挑战。由于乌尔都语是一种源于阿拉伯文字的草书语言，这就是为什么它几乎面临同样的挑战和困难。我们可以根据他们使用的脚本将乌尔都语和阿拉伯语分类。乌尔都语主要是以Nastaliq风格书写，而阿拉伯语则遵循Naskh风格。本文介绍了新的和全面的乌尔都语手写离线数据库名称乌尔都-Nastaliq手写数据集（UNHD）。目前，还没有标准和全面的乌尔都语手写数据集可供研究人员公开使用。所获得的数据集涵盖了500名作家在A4大小的纸上用自然笔迹书写的常用连字。我们使用递归神经网络进行了实验，并报告了手写乌尔都语字符识别的显着准确性。
2017-05-15 cs.CV
Handwriting Quality Analysis using Online-Offline Models
REGIM-Lab.: REsearch Groups in Intelligent Machines, University of Sfax, ENIS（智能机器研究组、斯法克斯大学、国立工程学院（突尼斯））
这项工作是一个创新的电子学习项目的一部分，该项目允许开发一种先进的数字教育工具，在小学生（3至8岁）学习书法的过程中提供反馈。本文描述了一种儿童笔迹质量分析的新方法。它可以自动检测错误，为儿童的写作提供实时在线反馈，并帮助教师理解和评估儿童的写作技能。所提出的方法裁定五个主要标准的形状，方向，笔划顺序，相对于参考线的位置，和运动的轨迹。它分析手写质量并基于三种提取模型的组合自动给出反馈：使用相似性检测（SD）和相异性距离（DD）测量的β-椭圆模型（BEM），傅立叶描述符模型（FDM）和具有支持向量机（SVM）比较引擎的感知卷积神经网络（CNN）。我们的工作的独创性在于部分在系统架构，其中apprehends互补的动态，几何和视觉表示的检查手写脚本，并在有效的选择功能，适应各种手写风格和多种脚本语言，如阿拉伯语，拉丁语，数字和符号绘图。该应用程序提供了两个交互式界面，分别致力于学习者，教育工作者，专家或教师，并允许他们轻松地适应其弟子的特殊性。我们的框架的评估是加强了在突尼斯小学收集的数据库与400名儿童。实验结果表明，我们建议的框架，帮助教师和儿童提供积极的反馈，在整个手写学习过程中使用触觉数字设备的效率和鲁棒性。
2020-10-09 cs.CV cs.HC
An Extended Beta-Elliptic Model and Fuzzy Elementary Perceptual Codes for Online Multilingual Writer Identification using Deep Neural Network
University of Sfax（斯法克斯大学）
实际上，识别文档作者的能力为将这些文档用于各种目的提供了更多的机会。在本文中，我们提出了一个新的有效的生物特征的笔迹鉴别系统。该系统包括预处理和分割的在线手写成一个序列的Beta笔划在第一步。然后，从每个笔画，我们提取了一组静态和动态的特征，从新提出的模型，我们称之为扩展的β-椭圆模型和模糊基本感知代码。然后，将由N个连续笔划组成的所有线段根据其位置和几何特征进行分组和子组。最后，使用深度神经网络作为分类器。实验结果表明，该系统取得了有趣的结果相比，现有的作家识别系统的拉丁文和阿拉伯文。
2018-11-10 cs.CV
A Transformer-based Approach for Arabic Offline Handwritten Text Recognition
University of Tehran（德黑兰大学）
针对阿拉伯语离线手写文本识别中循环网络缺乏并行性及需外部语言模型的问题，提出基于预训练Transformer Transducer与序列到序列Transformer的架构，仅依赖注意力机制建模语言依赖，在KHATT数据集上优于现有方法。
2023-07-27 cs.CV cs.LG
Adversarial Generation of Handwritten Text Images Conditioned on Sequences
A2iA SA；École des Ponts ParisTech（巴黎高科桥路学院）
现有技术的离线手写文本识别系统倾向于使用神经网络，因此需要训练大量的注释数据。为了部分满足这一要求，我们提出了一个系统的基础上生成对抗网络（GAN），以产生合成图像的手写文字。我们使用双向LSTM递归层来获取要渲染的单词的嵌入，并将其馈送到生成器网络。我们还修改了标准的GAN，增加了一个辅助网络的文本识别。然后用对抗性损失和CTC损失的平衡组合来训练系统。总之，这些对GAN的扩展使得能够控制生成的单词图像的文本内容。我们获得逼真的图像在法国和阿拉伯语的数据集，我们表明，这些合成图像集成到现有的训练数据的文本识别系统可以稍微提高其性能。
2019-03-01 cs.CV
BeHGAN: Bengali Handwritten Word Generation from Plain Text Using Generative Adversarial Networks
Department of CSE, Ahsanullah University of Science and Technology, Bangladesh（阿斯南大学科学与技术学院）；Enosis Solutions, Bangladesh（恩osis解决方案有限公司）；Smart Technologies BD Ltd.（智能技术BD有限公司）；Therap BD Ltd.（疗法BD有限公司）；Department of CSE, BRAC University, Bangladesh（布拉克大学计算机科学与工程学院）
本文提出BeHGAN方法，通过生成对抗网络从普通文本生成孟加拉语手写词，填补了该领域研究的空白。
2025-12-25 cs.AI cs.CV
Online Stroke and Akshara Recognition GUI in Assamese Language Using Hidden Markov Model
Indian Institute of Technology Guwahati（印度理工学院古瓦哈提分校）
这项工作描述了基于一套语言规则的在线阿萨姆中风和Akshara识别器的开发。在手写体文献中，笔画是由落笔标记和提笔标记之间的两个坐标轨迹组成的。阿萨姆的aksharas是一些笔画的组合，最大笔画数为8。基于这些组合，八个语言规则模型已被用来测试，如果一组笔画形成一个有效的akshara。隐马尔可夫模型用于训练181种不同的冲程模式，其生成在冲程水平测试期间使用的模型。Akshara级别测试通过将GUI（由CDAC-Pune提供）与HTK工具包分类器的二进制文件、HMM训练模型和使用动态链接库（dll）的语言规则集成来执行。我们已经得到了94.14%的中风水平和84.2%的akshara水平的性能。
2014-07-09 cs.CV
LLM-Driven AutoML for Cross-Lingual Handwritten OCR: Closed-Loop Neural Architecture Search with GPT-5, GPT-4o, and Claude Sonnet 4
研究针对跨语言手写OCR，提出用GPT-5等大语言模型驱动的自动化机器学习框架，能自主生成、训练等优化神经网络架构，经实验评估，该框架无需人工设计等就能发现高效准确模型，实现跨语言手写识别。
2026-08-20 cs.AI cs.CV cs.LG
Open Source Dataset and Deep Learning Models for Online Digit Gesture Recognition on Touchscreens
University College Dublin（都柏林大学）
本文提出了一种评估的深度神经网络识别数字输入的用户在智能手机触摸屏上。收集了一个新的大型阿拉伯数字数据集，用于网络的训练和评估。该数据集由260个用户输入的80个数字的空间和时间触摸数据组成。研究了两种神经网络模型。第一个模型是一个2D卷积神经（ConvNet）网络，应用于通过对感应到的屏幕触摸进行插值而创建的glpyhs的位图，其拓扑结构类似于先前发布的用于从扫描图像进行离线手写识别的模型。第二个模型使用1D ConvNet架构，但应用于连接触摸点的极向量序列。研究发现，这些模型的准确度分别为98.50%和95.86%。第二个模型要简单得多，参数从1，663，370减少到287，690。该数据集已作为开源资源提供给社区。
2017-09-20 cs.AI cs.CV
Multichannel Attention Networks with Ensembled Transfer Learning to Recognize Bangla Handwritten Charecter
Bangladesh Army University of Science and Technology (BAUST)（孟加拉国陆军科技大学）；University of Aizu（会津大学）；Pabna University of Science and Technology（pabna 科技大学）
针对孟加拉手写字符识别难题，提出结合Inception Net和ResNet的集成迁移学习与多通道注意力网络，在CAMTERdb 3.1.2数据集上分别达到92%和98%的准确率。
2024-08-20 cs.CV
Sparse Concept Coded Tetrolet Transform for Unconstrained Odia Character Recognition
School of Electrical Sciences, Indian Institute of Technology Bhubaneswar（印度理工学院布巴内斯瓦尔分校电气科学学院）
空间谱分解的特征表示是手写体字符自动识别系统中采用的鲁棒技术之一。在这方面，我们提出了一种新的图像表示方法，无约束的手写字母数字字符使用稀疏概念编码Tetrolets。Tetrolets不像传统小波那样使用固定的二进方块进行谱分解，通过采用捕获形状几何的Tetrominoes来保留手写体中的局部变化。低熵Tetrolet表示的稀疏概念编码被发现提取重要的隐藏信息（概念）的优越的模式识别。大规模的实验，使用10个数据库在六个不同的脚本（孟加拉语，梵文，Odia，英语，阿拉伯语和泰卢固语）进行。建议的特征表示以及标准分类器，如随机森林，支持向量机（SVM），最近邻和修改的二次判别函数（MQDF）被发现在所有数据库中实现最先进的识别性能，即99.40%（MNIST）; 98.72%和93.24%（IITBBS）; 99.38%和99.22%（ISI Kolkata）。建议的OCR系统的性能优于其他稀疏的技术，如PCA，SparsePCA和SparseLDA，以及优于现有的变换（小波，Slantlet和Stockwell）。
2020-04-03 cs.CV eess.IV
HCR-Net: A deep learning based script independent handwritten character recognition network
University of Oxford（牛津大学）；Panjab University（旁遮普大学）；D.M. College（D.M.学院）
本文提出脚本无关的手写字符识别网络HCR-Net，通过部分利用预训练特征提取层的迁移学习方法，在40个多语言数据集上建立26项新基准，性能提升最高达11%，并显著减少可训练参数。
2024-02-17 cs.AI cs.CV cs.LG
