NepScript Genesis: Neural Architecture Search for Handwritten Devanagari Digit Synthesis
该研究提出NepScript Genesis框架，用NAS优化GAN合成手写天城文数字，自适应探索策略效果最优，生成的数字可提升低资源场景下的CNN分类准确率。
2026-09-01 cs.CV
Devanagari Handwritten Character Recognition Using TrOCR: A Transformer-Based Model with Real-Time Web Deployment
Vellore Institute of Technology（韦洛尔理工学院）
本文通过微调TrOCR模型实现天城文手写字符识别，达到96.05%准确率，并开发了低延迟Web应用，优于CNN模型。
2026-09-29 cs.CV
Spectral Graph-based Features for Recognition of Handwritten Characters: A Case Study on Handwritten Devanagari Numerals
ISI, Kolkata（印度统计研究所（加尔各答））
不同书写风格、自由草书以及不同原始部分之间的关系的解释是手写体字符识别的一个基本且具有挑战性的任务。由于特征表示是不够的，适当的解释/描述的手写字符似乎是一个具有挑战性的任务。尽管手写体字符的研究已经非常广泛，但如何在特征空间中有效地表示字符仍然是一个挑战。在本文中，我们试图绕过这些问题，提出了一种方法，利用强大的图表示和谱图嵌入的概念来识别和有效地表示手写字符，考虑到书写风格，草书和关系。为了证实所提出的方法的有效性，进行了广泛的实验，对标准的手写数字计算机视觉模式识别，单位印度统计研究所加尔各答数据集。实验结果表明，有希望的发现，这可以用于未来的研究。
2020-07-07 cs.CV cs.LG
Transfer Learning using CNN for Handwritten Devanagari Character Recognition
Universiti Brunei Darussalam（文莱达鲁萨兰大学）
本文分析了使用深度卷积神经网络（DCNN）的迁移学习识别手写体梵文字母的预训练模型。本研究实现了AlexNet、DenseNet、Vgg和Inception ConvNet作为固定的特征提取器。我们为AlexNet、DenseNet 121、DenseNet 201、Vgg 11、Vgg 16、Vgg 19和Inception V3中的每一个实现了15个epoch。结果表明，Inception V3在准确性方面表现更好，平均epoch时间为16.3分钟，达到99%的准确性，而AlexNet表现最快，每个epoch为2.2分钟，达到98%的准确性。
2019-09-19 cs.AI cs.CV cs.LG
Barnamala: Parameter-Efficient Handwritten Devanagari Recognition at Benchmark Saturation
Ampixa Labs（安皮克萨实验室）；Pulchowk Campus（普尔乔克校区）
研究针对手写天城体识别，构建紧凑型卷积网络，在46类DHCD识别中达99.73%准确率，比此前先进模型小15.6倍。模型达饱和点，学生模型即便无知识蒸馏也能匹配大型基线，在其他数据集上零样本和微调表现佳，抗干扰能力强。
2026-07-16 cs.AI cs.CV
Online Handwritten Mathematical Expressions Recognition System Using Fuzzy Neural Network
本文描述了基于手写符号识别和结构分析方法的手写数学表达式在线识别的信息技术。
2017-07-12 cs.CV
Devanagari Digit Recognition using Quantum Machine Learning
Department of Mathematics, Kathmandu University（数学系，加德满都大学）
针对天城文手写数字识别数据有限、结构复杂的问题，提出CNN与10量子比特VQC结合的混合架构，在DHCD上以更少参数达到99.80%准确率。
2025-06-08 cs.CV cs.LG quant-ph
Measuring Annotation Efficiency for Handwritten Devanagari Recognition: Sample-Complexity Curves for Four Pretraining Regimes
Alliance School of Liberal Arts and Sciences（联盟文理学院）；Alliance University（联盟大学）；Department of Computer Science and Engineering（计算机科学与工程系）
本研究通过样本复杂度曲线直接测量手写天城文识别中预训练对标注成本的影响，发现监督式合成预训练可大幅减少所需真实转录单词数，但优势随目标精度提高而减弱。
2026-09-16 cs.CV cs.LG
A novel approach for handwritten Devnagari character recognition
Meghnad Saha Institute of Technology（梅格纳德·萨哈技术学院）；G.H. Raisoni College of Engineering（G.H.拉伊索尼工程学院）；University Of Calcutta（加尔各答大学）；Jadavpur University（贾达普大学）
本文提出了一种手写体梵文字符的识别方法。这里，特征向量由不同段中累积的方向梯度变化、字符的交叉点的数量、字符中存在的脊椎的类型和shirorekha的类型构成。一个多层感知器共轭梯度训练用于分类这些特征向量。将该方法应用于1000个样本字符的数据库，识别率为88.12%
2010-06-30 cs.CV
Historic Scripts to Modern Vision: A Novel Dataset and A VLM Framework for Transliteration of Modi Script to Devanagari
IIT Roorkee（鲁尔基印度理工学院）
本文提出MoDeTrans数据集和MoScNet视觉语言模型框架，实现莫迪文字到天城文的直接转写，通过知识蒸馏提升性能，参数减少163倍，首次完成该任务。
2025-03-25 cs.CV
DohaScript: A Large-Scale Multi-Writer Dataset for Continuous Handwritten Hindi Text
IISER Bhopal（比哈尔IISER）
DohaScript是一个大规模多作者手写印地文文本数据集，用于研究连续手写文本的识别与分析。
2026-02-20 cs.AI cs.CV cs.LG
HMM-based Indic Handwritten Word Recognition using Zone Segmentation
Indian Institute of Technology Roorkee（印度理工学院鲁尔基分校）；Institute of Engineering & Management, Kolkata（加尔各答工程与管理学院）；Indian Statistical Institute, Kolkata（印度统计学院加尔各答分校）
本文提出了一种新的方法，对印度手写体字识别使用逐区信息。由于复合字、修饰语、重叠、接触等复杂性，字符分割和识别在印度文字（例如，梵文、孟加拉文、古鲁木基文和其他类似文字）中是一项乏味的工作。为了避免在这样的脚本中的字符分割，基于HMM的序列建模已经在早期以整体的方式使用。本文提出了一种有效的文字识别框架，通过水平分割的手写文字图像分为三个区域（上，中，下）和识别相应的区域。这种区域分割方法的主要目的是减少与印度语脚本中的类总数相比不同组件类的数量。因此，使用这种区域分割方法增强了系统的识别性能。利用隐马尔可夫模型对字符接触最多的中间区域进行识别。在识别出字符的中间区域后，采用基于HMM的Viterbi强制对齐方法来标记字符的左右边界。接着，如果有的话，在其各自的边界的上和下区的残余成分被组合，以实现最终的词级识别。该框架结合了水体特征，改善了分割时区域分割和字符对齐的缺陷。提出了一种新的基于滑动窗口的特征，称为金字塔梯度直方图（PHOG）的中间区域识别。一个详尽的实验进行两个印度脚本，即孟加拉语和梵文的性能评估。从实验中，已经注意到，所提出的逐区识别相对于传统的印度语单词识别方式提高了准确性。
2017-08-01 cs.CV
Statistical Texture Features based Handwritten and Printed Text Classification in South Indian Documents
Karnatak Arts, Science and Commerce College（卡纳塔克艺术、科学与商业学院）；INRIA Nancy-Grand Est（法国国家信息与自动化研究所南锡-大东部分部）；LORIA（洛林计算机科学及其应用研究所）
在本文中，我们使用统计纹理特征的手写和印刷文本分类。我们的主要目标是在南印度脚本字级分类。首先从扫描的文档中提取单词。对于每个提取的词，统计纹理特征，如平均值，标准差，平滑度，矩，均匀性，熵和局部范围，包括局部熵计算。然后，这些特征向量被用来通过k-NN分类器对单词进行分类。我们已经在几个不同的数据集上验证了该方法。像卡纳达语，泰卢固语，马拉雅拉姆语和印地语，梵文主要用于达到99.26%的平均分类率。此外，为了提供该方法的可扩展性，我们通过使用公开的数据集来处理罗马脚本，并报告了有趣的结果。
2013-03-13 cs.CV
Gaussian Mixture Model for Handwritten Script Identification
本文提出了一种高斯混合模型（GMM）来识别手写体文字的罗马，梵文，卡纳达语和泰卢固语脚本。强调了方向能量对识别文字的重要性。它对不同的图像大小和不同的写作风格都很强大。一个GMM建模使用一组六个新的功能来自底层图像的方向能量分布。通过将图像矩阵分解为右对角线和左对角线来计算方向能量分布的标准偏差。此外，能量的水平和垂直分布的偏差也内置于GMM。800个图像中的400个图像的数据集（每个脚本200个）用于训练GMM，其余的用于测试。在二、三、多文水平上进行了详尽的实验，分别取得了98.7%、98.16%和96.91%的识别率。
2013-03-12 cs.CV
Measuring Performance of Generative Adversarial Networks on Devanagari Script
Vidyalankar Institute of Technology（维迪亚兰卡理工学院）；Birla Institute of Technology and Science（比尔拉理工学院）
神经网络遵循对抗哲学来创建生成模型是一个迷人的领域。多篇论文已经探索了架构方面，并提出了具有潜在良好结果的系统，但是，很少有论文在现实世界的示例中实现它。传统上，人们使用著名的MNIST数据集作为Hello，World！生成对抗网络（GAN）的实现。而不是去使用手写数字的标准路线，本文使用的梵文脚本，具有更复杂的结构。由于没有传统的方法来判断生成模型的性能如何，因此构建了三个额外的分类器来判断GAN模型的输出。下面的文件是对这一实施所取得的成就的解释。
2020-06-21 cs.CV eess.IV
Offline Handwritten MODI Character Recognition Using HU, Zernike Moments and Zoning
HOCR的英文缩写是Handwritten光学字符识别。HOCR是从文档的数字图像中识别不同手写字符的过程。手写体字符自动识别吸引了国内外众多学者的研究，并将其作为手写体字符识别领域的研究热点。形状识别和特征提取是任何字符识别系统中非常重要的部分，并且方法的成功高度依赖于特征的选择。然而，特征提取是尽可能精确和唯一地定义字符形状的最重要步骤。这确实是最重要的一步，也是最复杂的任务，并且通过使用不变性而取得了成功，而不管位置和方向。Zernike矩描述了形状，由于它的非线性特性，识别旋转不变量。MODI是印度的一种古老的手写体，具有草书和复杂的字符表示。本文介绍的工作效率Zernike矩Hu 7矩与分区的手写MODI字符的自动识别。本文使用离线方法，因为MODI脚本非常流行，并广泛用于写作目的，直到19世纪才正式采用Devanagari。
2014-10-27 cs.CV
Synthetic data generation for Indic handwritten text recognition
Indian Institute of Technology Roorkee（印度理工学院鲁尔基分校）；Institute of Engineering & Management（工程与管理学院）；Indian Statistical Institute（印度统计研究所）
本文提出了一种新的方法来产生手写体字识别系统的合成数据集。对于不容易获得足够的训练数据的手写体，识别手写体是困难的，或者收集这种数据可能是昂贵的。因此，由于缺乏合适的数据集，训练识别系统变得困难。为了克服这些问题，可以使用合成数据来创建或扩展现有的训练数据集，以提高识别性能。来自在线报纸和此类来源的任何可用数字数据可用于生成合成数据。在本文中，我们建议添加失真/变形的数字数据，以这样一种方式，基本的模式被保留，使这样产生的图像承担一个密切的相似性，实际的手写样本。由此产生的图像可以独立地用于训练系统，或者与自然手写数据相结合以增强原始数据集并改进识别系统。我们尝试使用合成数据来提高孤立字符和单词的识别准确率。该框架是测试2印度脚本-梵文（印地语）和孟加拉语（孟加拉语），数字，字符和单词识别。我们从实验中获得了令人鼓舞的结果。最后，通过对拉丁文文本的实验验证了该方法的实用性.
2018-04-17 cs.CV
Fuzzy Controller of Reward of Reinforcement Learning For Handwritten Digit Recognition
利用计算机系统对人类环境进行识别一直是人工智能研究的重点。在这一领域中，手写体识别和概念化是一个重要的研究领域，近年来随着机器学习在人工智能中的发展，人们对这一技术的研究也越来越多。本文尝试用模糊控制器来优化强化学习的奖励量，用于手写数字识别。为此目的，首先将具有10个标准计算机字体的每个数字的样本提供给演员，然后训练演员。在下一个层次中，尝试用数据集测试演员，然后结果表明，当使用强化学习的模糊控制器时，识别率有所提高。
2018-12-17 cs.CV cs.LG
Fuzzy-Geometric Branch-Point Modeling for Structure-Aware Augmentation of Handwritten Chinese Characters
School of Information Science and Engineering, Lanzhou University（兰州大学信息科学与工程学院）；Guangdong Provincial Key Laboratory of Brain-inspired Intelligent Computation, Department of Computer Science and Engineering, Southern University of Science and Technology（南方科技大学计算机科学与工程系广东省类脑智能计算重点实验室）
针对手写汉字增强中数据稀缺和结构失真问题，提出基于模糊几何的结构感知增强框架，通过模糊集建模分支点并优化，结合贝塞尔重建与多策略扰动生成样本，显著降低字错误率。
2026-06-18 cs.CV
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
MDIW-13: a New Multi-Lingual and Multi-Script Database and Benchmark for Script Identification
本文提出MDIW-13多语言多脚本数据库，含1,135份文档、13,979行和86,655词，覆盖13种脚本，并提供手工及深度学习方法在文档、行、词级别的基准测试结果，以推动脚本识别研究。
2024-05-29 cs.CV
A fuzzy approach for segmentation of touching characters
Politecnico di Torino（都灵理工大学）；University of Turin（都灵大学）；Istituto Superiore Mario Boella（马里奥·博埃拉高等研究院）
粘连字符的正确分割是一个很难解决的问题，在模式识别中具有重要意义。近年来，人们提出了许多方法和算法，但目前还没有一个明确的解决方案，本文提出了一种基于模糊逻辑的方法。所提出的方法结合了一种新的方式，三个功能分割触摸字符，已经提出了在其他研究中，但已被利用到目前为止，只有奇异。所提出的策略是基于一个3-输入/1-输出模糊推理系统的模糊规则专门优化分割触摸字符的情况下，拉丁印刷和手写字符。系统性能的说明和支持的数值例子表明，我们的方法可以实现一个合理的整体精度分割字符，即使在棘手的条件下接触字符。此外，数值结果表明，该方法可以适用于许多不同的数据集的字符通过一个方便的调整的模糊集和规则。
2016-12-08 cs.CV
A two-pass fuzzy-geno approach to pattern classification
MCKV Institute of Engineering（MCKV工程学院）；Jadavpur University（贾达夫普尔大学）
这项工作提出了一个扩展的模糊方法2-D形状识别[1]通过细化的初始或粗分类决策下的两个通过的方法。在该方法中，通过细化通过对未知模式进行粗分类而获得的可能的分类决策来对未知模式进行分类。为了建立模式类的模糊模型，利用遗传算法对样本图像的水平和垂直模糊划分进行优化。为了对未知模式进行粗分类决策，通过专门设计的相似性度量将模式的模糊表示与所有模式类的模型进行比较。粗分类决策在第二遍中被细化以获得未知模式的最终分类决策。为此，在图像帧的特定区域上再次创建优化的水平和垂直模糊分区，特定于每组相似类型的图案类。通过实验观察到，该技术提高了整体识别率从86.2%，在第一次通过，90.4%后，第二次通过，与500个训练样本的手写数字。
2014-10-15 cs.CV
A New Approach for Texture based Script Identification At Block Level using Quad Tree Decomposition
Jadavpur University（贾达普大学）
在为印度文字开发单语OCR系统方面已经取得了相当大的成功。但在印度这样的国家，多脚本场景很普遍，事先识别脚本成为强制性的。在本文中，我们提出的意义，Gabor小波滤波器在提取方向能量和熵分布的11个官方手写体，即孟加拉语，梵文，古吉拉特语，Gurumukhi，卡纳达语，马拉雅拉姆语，奥里亚语，泰米尔语，泰卢固语，乌尔都语和罗马。实验是在块级进行的四叉树分解方法的基础上，并使用六个不同的知名分类器进行评估。最后，最好的识别准确率为96.86%的多层感知器（MLP）分类器的3倍交叉验证水平-2分解。结果有助于建立本方法的手写体印度文字分类的有效性
2020-09-16 cs.CV cs.LG
Offline Signature-Based Fuzzy Vault (OSFV: Review and New Results
École de technologie supérieure, Université du Québec（魁北克大学高等技术学院）
基于离线签名的模糊保险库（OSFV）是一种生物密码学实现，它使用手写签名图像作为生物特征，而不是传统的密码来保护私有密钥。实现可靠的OSFV是实现金融和法律认证流程自动化的第一步，因为它通过嵌入式手写签名提供了更高的机密文档安全性。作者最近提出了第一个OSFV的实现，这是在本文中审查。在这个系统中，一个机器学习方法的基础上的相异性表示的概念，选择一个可靠的特征表示适用于模糊拱顶计划。为了提高准确性和安全性，提出了该系统的一些变体。特别地，提出了一种自适应用户密钥大小的新方法。使用巴西PUCPR和GPDS签名数据库和结果表明，所提出的方法的性能进行了比较，密钥大小自适应方法实现了安全性和准确性之间的良好折衷。当平均系统熵从45比特增加到大约51比特时，AER（平均出错率）降低了大约21%。
2014-08-18 cs.CR cs.CV
Cross-language Framework for Word Recognition and Spotting of Indic Scripts
Institute of Engineering & Management（工程与管理学院）；Indian Institute of Technology Roorkee（印度理工学院鲁尔基分校）；Indian Statistical Institute（印度统计研究所）
手写单词识别和低资源脚本的定位是困难的，因为没有足够的训练数据可用，并且收集这种脚本的数据通常是昂贵的。本文提出了一种新的跨语言平台，用于手写单词识别和定位这种低资源脚本，其中使用足够大的可用脚本数据集（被视为源脚本）进行训练，并在其他脚本（被视为目标脚本）上进行测试。由于脚本之间手写变化的复杂性质，用一个源脚本进行训练并用另一个脚本进行测试以获得合理的结果在手写领域并不容易。另外，当源字符出现在草书字图像中时，源字符和目标字符之间的映射也很困难。提出的印度语跨语言框架利用大量的数据集资源进行训练，并使用它来识别和定位其他目标脚本的文本，其中没有足够的训练数据。由于印度文字大多写在3个区域，即上，中，下，我们采用逐区字符（或组件）映射有效的学习目的。我们的跨语言框架的性能取决于源脚本和目标脚本之间的相似程度。因此，我们设计了一个基于熵的脚本相似性得分使用源到目标字符映射，这将提供跨语言转录的可行性。我们已经测试了我们的方法在三个印度语脚本，即孟加拉语，梵文和Gurumukhi，并报告了相应的结果。
2018-01-28 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
Doctors Handwritten Prescription Recognition System In Multi Language Using Deep Learning
Panimalar Institute of Technology（帕尼马尔理工学院）
医生通常用难以理解的笔迹书写，这使得公众和一些药剂师很难理解他们开的药。他们每天要处理数十名病人，工作繁忙，所以要他们安静地、有条理地书写处方，并不理想，因为他们的字迹很难辨认。这可能会导致报告或处方由简短的表格和草书组成，一般人或药剂师无法正确阅读，这将导致处方药拼写错误。然而，有些人习惯于用地方语言写处方，因为我们都生活在一个有多种地方语言的地区。这使得分析内容更具挑战性。因此，在这个项目中，我们将使用识别系统来构建一个工具，可以将医生的笔迹翻译成任何语言。该系统将成为一个完全自主运行的应用程序。当用户上传处方图像时，程序将通过执行图像预处理对图像进行预处理，并在处理图像进行训练之前进行分词。它将针对我们需要模型检测的每种语言进行。从推导模型开始，将使用深度学习技术，包括CNN，RNN和LSTM，这些技术用于训练模型。为了匹配将写入系统的各种语言的单词，将使用Unicode。此外，采用模糊搜索和市场篮分析来提供最终结果，该最终结果将从药物数据库中进行优化并作为结构化输出显示给用户。
2022-10-21 cs.CV cs.LG cs.NE
