Using SLP Neural Network to Persian Handwritten Digits Recognition
这篇论文已经被作者ali pourmohammad撤回。
2010-01-08 cs.CV
Convolutional Neural Network with Pruning Method for Handwritten Digit Recognition
Australian National University(澳大利亚国立大学)
CNN模型是一种常用的图像分析方法,可以用于基于MNIST数据集的手写数字识别。为了获得更高的识别精度,利用具有不同全连接层大小的各种CNN模型来计算CNN全连接层大小与识别精度之间的关系。受前人剪枝工作的启发,我们对CNN模型进行了区别性剪枝,并与NN模型进行了比较。为了提高CNN的剪枝性能,研究了角度阈值对剪枝性能的影响.评价结果表明:对于全连通层的大小,存在一个阈值,当层的大小增加时,小于阈值的识别精度增加,大于阈值的识别精度下降;在CNN上进行剪枝的性能比NN差;随着剪枝角度阈值的增加,全连通层的大小和识别精度降低。本文还表明,对于由MNIST数据集训练的CNN模型,它们能够进行手写数字识别,并在全连接层大小为400时达到最高的识别准确率。此外,对于相同的数据集MNIST,CNN模型比发表的论文中的大,深,简单的NN模型更好。
2021-01-15 cs.CV cs.NE
Lensless-camera based machine learning for image classification
University of Utah(犹他大学)
机器学习在图像分类中得到了广泛的应用。在这里,我们将此应用程序扩展到由仅包含标准CMOS图像传感器而没有镜头的相机生成的数据。我们首先创建了一个手写数字的无透镜图像数据库。然后,我们在该数据集上训练了ML算法。最后,我们证明了训练的ML算法能够以高达99%的准确率对2位数字进行分类。我们的方法清楚地展示了非人类相机在基于机器的决策场景中的潜力。
2017-09-03 cs.CV physics.optics
AI Learns to Recognize Bengali Handwritten Digits: Bengali.AI Computer Vision Challenge 2018
Apurba Technologies(阿普尔巴科技公司)
在孟加拉国和孟加拉语社区,以竞争的方式解决人工智能问题的做法长期以来一直没有出现。另一方面,还没有一个结构良好的孟加拉文手写数字数据库供大众使用。为了吸引机器学习领域的精英,并利用他们的专业知识创建一个可以轻松识别孟加拉语手写数字的模型,我们组织了孟加拉语.人工智能计算机视觉挑战赛。该挑战赛吸引了本地和国际团队参与,他们付出了前所未有的努力。
2018-10-10 cs.CV
Development of a Multi-User Recognition Engine for Handwritten Bangla Basic Characters and Digits
Techno India College of Technology(泰克诺印度技术学院);Jadavpur University(贾达普大学)
本文的目的是识别手写样本的基本孟加拉语字符使用Tesseract开源光学字符识别(OCR)引擎在Apache许可证2.0。手写数据样本包含孤立的孟加拉语基本字符和数字收集不同的用户。Tesseract使用文档页面的用户特定数据样本进行训练,以生成表示唯一语言集的单独用户模型。每个这样的语言集识别从指定用户收集的孤立的基本孟加拉语手写测试样本。在一个三用户模型上,分别用919、928和648个孤立的手写字符和数字样本对系统进行训练,并分别在1527、14116和1279个字符和数字样本上测试系统的性能。用户特定的字符/数字识别的准确率分别为90.66%,91.66%和96.87%。该系统的总体基本字符级和数字级的准确率分别为92.15%和97.37%。在整个数据集上,系统未能分割12.33%的字符和15.96%的数字,并且错误地分类了7.85%的字符和2.63%的数字。
2010-03-30 cs.CV
NumtaDB - Assembled Bengali Handwritten Digits
Bangladesh University of Engineering & Technology(孟加拉国工程技术大学)
为了对孟加拉数字识别算法进行基准测试,需要一个大型的公开数据集,该数据集不受地理位置,性别和年龄的影响。考虑到这一目标,NumtaDB是一个由85,000多张手写孟加拉数字图像组成的数据集。本文记录了数字的收集和管理过程以及数据集的显著统计数据。
2018-06-06 cs.CV
Digit Recognition in Handwritten Weather Records
Vienna University of Technology(维也纳工业大学)
本文研究了气象记录中手写温度值的自动识别问题。表格单元格的定位基于使用投影轮廓的线检测。在此基础上,提出了一种基于梯度图像的笔划保持直线去除方法。所提出的数字识别利用使用一组滤波器和支持向量机分类器提取的特征。它在MNIST和USPS数据集以及我们自己的数据库中进行了评估,其中包含约17,000张RGB数字图像。整个系统以84个天气记录计算,每数字的准确率达99.36%。
2013-04-26 cs.CV
Analyzing the Structure of Handwritten Digits: A Comparative Study of PCA, Factor Analysis, and UMAP
Department of Statistical Sciences(统计科学系);Department of Computer Science(计算机科学系);University of Toronto(多伦多大学)
本文通过比较PCA、FA和UMAP,揭示手写数字在低维流形中的结构特性,展示不同方法对内在维度和几何结构的互补理解。
2026-01-07 cs.CV
MNIST-MIX: A Multi-language Handwritten Digit Recognition Dataset
Tsinghua University(清华大学)
在这封信中,我们贡献了一个多语言手写数字识别数据集MNIST-MIX,这是同类语言和数据样本中最大的数据集。MNIST-MIX具有与MNIST相同的数据格式,可以无缝地应用于现有的手写数字识别研究中。通过引入来自10种不同语言的数字,MNIST-MIX成为一个更具挑战性的数据集,其不平衡的分类需要更好的模型设计。我们还介绍了应用LeNet模型的结果,该模型是在MNIST上作为基线进行预训练的。
2020-04-08 cs.CV cs.LG
BDNet: Bengali Handwritten Numeral Digit Recognition based on Densely connected Convolutional Neural Networks
University of Gour Banga(古尔邦加大学);IIEST Shibpur(希布普尔印度工程科学与技术学院);King Faisal University(费萨尔国王大学)
手写数字图像不同于自然图像,因为数字的方向以及不同数字的特征的相似性使得混淆。另一方面,深度卷积神经网络在计算机视觉问题上取得了巨大的成功,特别是在图像分类方面。BDNet是一个密集连接的深度卷积神经网络模型,用于分类(识别)孟加拉语手写数字。它使用ISI孟加拉手写数字数据集进行端到端训练。在训练过程中,使用非传统的数据预处理和增强技术,以便训练的模型在不同的数据集上工作。该模型在ISI孟加拉手写数字测试数据集上的测试准确率达到99.775%(基线为99.40%)。因此,与以前的最先进模型相比,BDNet模型的错误减少了62.5%。在这里,我们还创建了一个包含1000个孟加拉手写数字图像的数据集来测试训练模型,并给出了有希望的结果。代码,训练模型和我们自己的数据集可在:{https://github.com/Sufianlab/BDNet}。
2020-03-12 cs.CV
Handwritten Digit Recognition: An Ensemble-Based Approach for Superior Performance
本文提出一种结合CNN特征提取与SVM分类的集成方法,在MNIST数据集上达到99.30%准确率,并验证了数据增强和集成技术对提升手写数字识别泛化能力的有效性。
2025-03-08 cs.CV
Bangla Handwritten Digit Recognition and Generation
Jahangirnagar University(贾汉吉尔纳加尔大学)
手写体数字识别是模式识别领域的经典课题之一,并且由于最近计算资源的广泛可用性而取得了巨大的进步。对英文、阿拉伯文、中文、日文手写体的研究已经相当丰富。在孟加拉语方面也做了一些工作,但还有发展的空间。从这个角度出发,本文实现了一种架构,该架构在BHAND数据集上实现了99.44%的验证准确率,并且优于Alexnet和Inception V3架构。除了数字识别之外,数字生成是最近引起研究人员注意的另一个领域,尽管在这一领域特别是在孟加拉语上做的工作并不多。本文将半监督生成对抗网络(SGAN)应用于孟加拉语手写体数字的生成,并成功地生成了孟加拉语数字。
2021-03-14 cs.CV cs.LG
Capsule-Based Persian/Arabic Robust Handwritten Digit Recognition Using EM Routing
IRIB University(伊朗伊斯兰共和国广播大学)
本文研究了手写体数字的识别问题。然而,底层语言是波斯语/阿拉伯语,并且该任务是胶囊网络(CapsNet)的系统最近已经成为比其祖先,即CNN(卷积神经网络)更先进的架构。该架构的训练是使用Hoda数据集进行的,该数据集已被提供用于波斯语/阿拉伯语手写数字。该系统的输出明显优于其祖先以及其他先前提出的识别算法所取得的结果。
2019-12-18 cs.CV cs.LG
A Skip-connected Multi-column Network for Isolated Handwritten Bangla Character and Digit recognition
Jalpaiguri Government Engineering College(贾尔派古里政府工程学院);The Ohio State University(俄亥俄州立大学);Jadavpur University(贾达普大学)
在光学字符识别中寻找手写字符和/或数字的局部不变模式是一项困难的任务。从一个人到另一个人的写作风格的变化使这项任务具有挑战性。本文提出了一种基于多尺度多列跳跃卷积神经网络的非显式特征提取方法。局部和全局特征提取的不同层次的建议架构相结合,以获得最终的特征描述符编码的字符或数字图像。我们的方法进行了评估四个公开的数据集孤立的手写孟加拉字符和数字。对当代方法的详尽的比较分析建立了我们所提出的方法的有效性。
2020-04-27 cs.CV
Recognition of Handwritten Bangla Basic Characters and Digits using Convex Hull based Feature Set
Jadavpur University(贾达普大学);The University of Iowa(爱荷华大学)
在处理不同形状和大小的手写字符模式的识别问题时,选择合适的特征集是获得高识别性能的重要因素。本研究旨在评估基于凸包的特征集的性能,即在一个模式的凸包的不同海湾属性上计算的125个特征,用于有效地识别孤立的手写孟加拉语基本字符和数字。在10000个样本的数据库的实验中,观察到的最大识别率为76.86%的手写孟加拉字符。对于孟加拉数字,最高成功率为99.45%。在12000个样本的数据库上实现。目前的工作验证了一种新的特征集识别手写孟加拉语基本字符和数字的实用性。
2014-10-02 cs.CV
Handwritten Digit Recognition with a Committee of Deep Neural Nets on GPUs
Dalle Molle Institute for Artificial Intelligence(达莱·莫勒人工智能研究所);University of Lugano(卢加诺大学);University of Applied Sciences of Southern Switzerland(瑞士南部应用科学大学)
自1998年以来,竞争激烈的MNIST手写数字识别基准有着悠久的破纪录历史。其他人最近的实质性改进可以追溯到7年前(出错率0.4%)。最近,我们能够显着改善这一结果,使用图形卡大大加快了简单但深度MLP的训练速度,达到了0.35%,优于之前所有更复杂的方法。在这里,我们报告了另一个重大改进:使用MLP委员会获得了0.31%。
2011-03-23 cs.AI cs.CV cs.LG
Image Pre-processing on NumtaDB for Bengali Handwritten Digit Recognition
Independent University, Bangladesh(孟加拉国独立大学)
NumtaDB是迄今为止最大的孟加拉语手写数字数据集。这是一个包含超过85000张图像的多样化数据集。但这种多样性也使得这个数据集很难处理。本文的目标是找到预处理图像的基准,它在任何机器学习模型上都具有良好的准确性。原因是,孟加拉数字识别没有可用的预处理数据,无法像MNIST的英语数字那样工作。
2020-08-18 cs.CV cs.LG
Multi-script Handwritten Digit Recognition Using Multi-task Learning
Arba Minch University(阿尔巴明奇大学)
手写体数字识别是机器学习研究的热点之一。除了对MNIST数据集上的手写数字识别进行了广泛的研究外,还有许多其他关于各种手写体识别的研究工作。然而,它不是很常见的多脚本数字识别,鼓励发展强大的和多用途的系统。此外,多脚本数字识别的工作使多任务学习成为可能,例如将脚本分类视为相关任务。很明显,多任务学习通过使用相关任务中包含的信息进行归纳迁移来提高模型性能。因此,在本研究中,将探讨多任务学习的多手写体数字识别。作为演示问题解决方案的一个具体案例,阿姆哈拉语手写字符识别也将进行实验。对拉丁文、阿拉伯文和卡纳达文三种手写体数字的研究表明,对单个任务进行重构的多任务模型显示出了良好的效果。在这项研究中,提出了一种新的方法,使用个人的任务预测,以帮助分类性能和规则化的不同损失的主要任务的目的。这一发现优于基线和传统的多任务学习模型。更重要的是,它避免了对任务的不同损失进行加权的需要,这是多任务学习的挑战之一。
2021-06-15 cs.CV cs.LG
Combinational neural network using Gabor filters for the classification of handwritten digits
Goethe University(歌德大学);Frankfurt Institute for Advanced Studies(法兰克福高等研究院)
设计并测试了一种结合k-近邻和多层神经网络的分类算法。使用这种方法,训练数据集所需的计算时间已大大减少。为了保证更好的性能,在特征提取中使用了Gabor滤波器。该算法与MNIST数据集进行了测试,它将被集成为一个模块的对象识别软件,目前正在开发中。
2017-09-18 cs.CV
NeuroWrite: Predictive Handwritten Digit Classification using Deep Neural Networks
SRM Institute of Science and Technology(SRM科学技术学院)
本文提出NeuroWrite方法,利用CNNs和RNNs进行手写数字分类,在MNIST数据集上实现高准确率与强泛化能力,并展示了其在文档识别、签名验证等实际应用中的潜力。
2023-11-02 cs.AI cs.CV
A Saak Transform Approach to Efficient, Scalable and Robust Handwritten Digits Recognition
University of Southern California(南加州大学)
提出了一种基于Saak变换的手写数字识别方法。首先,多级Saak变换被用来提取一个家庭的联合空间谱表示的输入图像。然后,Saak系数被用作特征并被馈送到SVM分类器中用于分类任务。为了控制Saak系数的大小,我们采用有损Saak变换,该变换使用主成分分析(PCA)来选择较小的变换核集合。卷积神经网络(CNN)如LeNet-5很好地解决了手写数字识别问题。我们进行了比较研究的性能的LeNet-5和基于萨克变换的解决方案的可扩展性和鲁棒性,以及无损和有损萨克变换的效率下一个可比的准确性水平。
2017-10-29 cs.CV
A Classical Approach to Handcrafted Feature Extraction Techniques for Bangla Handwritten Digit Recognition
Hajee Mohammad Danesh Science and Technology University(哈吉·穆罕默德·达内什科技大学)
孟加拉语手写数字识别是孟加拉语OCR发展的重要一步。然而,孟加拉数字复杂的形状,结构相似性和独特的组成风格使其相对难以区分。因此,在本文中,我们对四种严格的分类器进行了基准测试,以识别孟加拉语手写数字:K最近邻(KNN),支持向量机(SVM),随机森林(RF)和基于三种手工特征提取技术的强制提升决策树(GBDT):四个公开可用的孟加拉语手写数字数据集上的定向特征直方图(HOG),局部二进制模式(LBP)和Gabor滤波器:NumtaDB、CMARTdb、Ekush和BDRW。在这里,手工特征提取方法用于从数据集图像中提取特征,然后利用这些特征来训练机器学习分类器以识别孟加拉语手写数字。我们进一步微调了分类算法的超参数,以便从这些算法中获得最好的孟加拉语手写数字识别性能,并且在我们采用的所有模型中,HOG特征结合SVM模型(HOG+SVM)在所有数据集上获得了最佳性能指标。HOG+SVM方法在NumtaDB、CMARTdb、Ekush和BDRW数据集上的识别准确率分别达到93.32%、98.08%、95.68%和89.68%,并将模型性能与最新的最先进方法进行了比较。
2022-01-25 cs.CV cs.LG
Pioneer dataset and automatic recognition of Urdu handwritten characters using a deep autoencoder and convolutional neural network
COMSATS University Islamabad(COMSATS伊斯兰堡大学);National University of Ireland, Galway(爱尔兰国立高威大学);Lambe Institute of Translational Research(兰贝转化研究所)
乌尔都语手写体数字和字符的自动识别是一项具有挑战性的任务。它在邮政地址读取、银行支票处理、数字化和保存古代手写手稿等方面都有应用。虽然在手写体英文字符和世界上其他主要语言的自动识别方面存在着重要的工作,但对乌尔都语所做的工作却非常不足。本文有两个目标。首先,我们介绍了乌尔都语手写数字和字符的先驱数据集,包含来自900多个人的样本。其次,我们报告了使用深度自动编码器网络和卷积神经网络实现手写数字和字符自动识别的结果。更具体地说,我们使用了两层和三层深度自动编码器网络和卷积神经网络,并在识别精度方面评估了这两个框架。所提出的深度自动编码器框架可以成功地识别数字和字符,仅数字的准确率为97%,仅字符的准确率为81%,同时数字和字符的准确率为82%。相比之下,卷积神经网络的框架具有96.7%的准确率为数字,86.5%,只有字符和82.7%的数字和字符的同时。这些框架可以作为未来研究乌尔都语手写文本的基线。
2019-12-17 cs.CL cs.CV cs.LG
Introducing a new high-resolution handwritten digits data set with writer characteristics
本文的贡献是双重的。首先,我们介绍了一个新的手写数字数据集,我们收集。它包含高分辨率的图像手写的贡献在这篇文章是双重的。首先,我们介绍我们收集的一个新的手写数字数据集。它包含手写数字的高分辨率图像以及在著名的MNIST数据库中没有的各种作家特征。收集的多个作家特征是我们数据集的一个新颖之处,并创造了新的研究机会。该数据集可在网上公开查阅。第二,我们分析这个新的数据集。我们从简单的监督任务开始。我们评估了收集的作家特征的可预测性,使用这些特征中的一些作为分类任务中的预测因子的效果,以及更高分辨率的图像对分类精度的影响。我们还探索了半监督应用程序;我们可以利用在线已有的大量手写数字数据集来提高各种分类任务的准确性,并取得了显著的成功。最后,我们还展示了这个新数据集提供的生成视角;我们能够生成模仿特定作家写作风格的图像。该数据集具有独特和鲜明的特征,我们的分析建立了基准,并展示了这一新数据集可能带来的一些新机会。
2022-04-13 cs.CV
Bengali Handwritten Digit Recognition using CNN with Explainable AI
Ahsanullah University of Science and Technology(阿萨努拉科技大学);Brac University(布拉克大学)
手写体字符识别是当前的研究热点。如果我们能够利用光学字符识别(OCR)技术将手写的纸张转换为可进行文本搜索的文档,我们就可以轻松地理解内容,而无需阅读手写文档。英语中的OCR非常常见,但在孟加拉语中,很难找到高质量的OCR应用程序。如果我们能将机器学习和深度学习与OCR融合在一起,这可能会对这个领域做出巨大的贡献。许多研究人员提出了一些识别孟加拉手写字符的策略。在他们的工作中使用了大量的ML算法和深度神经网络,但他们的模型解释是不可用的。在我们的工作中,我们使用了各种机器学习算法和CNN来识别手写的孟加拉数字。我们已经从一些ML模型中获得了可接受的准确性,而CNN给了我们很高的测试准确性。Grad-CAM被用作我们的CNN模型上的XAI方法,这让我们深入了解模型,并帮助我们检测感兴趣的来源,以便从图像中识别数字。
2022-12-23 cs.CV cs.LG
Handwritten Digit Recognition using Machine and Deep Learning Algorithms
Acropolis Institute of Technology & Research(阿克罗波利斯技术与研究学院)
人类对机器的依赖从未如此之高,以至于从照片中的对象分类到为无声电影添加声音,一切都可以在深度学习和机器学习算法的帮助下进行。同样,手写文本识别是研究和开发的重要领域之一,可以实现大量的可能性。手写识别(HWR),也称为手写文本识别(HTR),是计算机接收和解释来自纸质文档,照片,触摸屏和其他设备等来源的可理解手写输入的能力[1]。显然,在本文中,我们使用支持向量机(SVM)、多层感知器(MLP)和卷积神经网络(CNN)模型,在MNIST数据集的帮助下进行了手写数字识别。我们的主要目标是比较上述模型的准确性以及它们的执行时间,以获得数字识别的最佳模型。
2021-06-23 cs.AI cs.CV cs.LG
Efficient approach of using CNN based pretrained model in Bangla handwritten digit recognition
Southeast University(东南大学);Universität Rostock(罗斯托克大学);University of Bedfordshire(贝德福特大学);University of Portsmouth(朴茨茅斯大学);University of Greenwich(格林威治大学);Brandenburg University of Technology(勃兰登堡工业大学);Shandong University of Finance and Economics(山东财经大学)
针对孟加拉手写数字识别准确率低的问题,提出基于CNN的预训练模型(Resnet-50、Inception-v3和EfficientNetB0),在NumtaDB数据集上达到97%的准确率,超越现有方法。
2022-09-19 cs.CV eess.IV
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
Realistic Handwritten Multi-Digit Writer (MDW) Number Recognition Challenges
Corvallis, OR 97330(科维利斯, 俄勒冈州 97330)
本文通过NIST数字图像中的作家知识,创建更真实的多数字作家数据集,发现孤立数字分类器在多数字识别上表现不佳,提出任务特定性能指标以提升实际应用效果。
2026-04-20 cs.CV cs.LG
Handwritten Bangla Digit Recognition Using Deep Learning
University of Dayton(代顿大学)
尽管模式识别技术取得了进步,但由于孟加拉语手写体中存在许多令人困惑的字符和过多的草书,手写孟加拉语字符识别(HBCR)(例如字母数字和专用字符)在很大程度上仍未解决。即使是现有的最好的识别器也不能为实际应用带来令人满意的性能。为了提高手写孟加拉数字识别(HBDR)的性能,我们在此提出了一种基于深度神经网络的新方法,该方法最近在许多模式识别和机器学习应用中表现出优异的性能,但尚未完全尝试用于HBDR。介绍了基于深度信念网络(DBN)、卷积神经网络(CNN)、带丢弃的CNN、带丢弃和高斯滤波器的CNN、带丢弃和Gabor滤波器的CNN的孟加拉数字识别技术。这些网络具有提取和使用特征信息的优点,提高了对二维的形状的识别,具有对平移、缩放和其他模式失真的高度不变性。我们系统地评估了我们的方法在公共可用的孟加拉数字图像数据库命名为CMATERdb 3.1.1的性能。从实验中,我们取得了98.78%的识别率使用所提出的方法:CNN与Gabor特征和辍学,这优于国家的最先进的算法HDBR。
2017-05-07 cs.CV
Recognition of handwritten MNIST digits on low-memory 2 Kb RAM Arduino board using LogNNet reservoir neural network
Petrozavodsk State University(彼得罗扎沃茨克国立大学);K-SkAI LLC(K-SkAI有限责任公司)
本文提出的基于LogNNet库神经网络的MNIST数据库手写体数字识别的紧凑算法,识别准确率达到82%。该算法在具有2 Kb静态RAM低功耗微控制器的低内存Arduino板上进行了测试。图像识别的准确性和时间的依赖关系的神经元的数量在水库进行了研究。内存分配表明,该算法存储在RAM中的所有必要的信息,而不使用额外的数据存储,并与原始图像不进行初步处理的操作。算法的简单结构,经过适当的训练,可以适用于广泛的实际应用,例如,用于创建用于医学不良事件早期诊断的移动生物传感器。研究结果对于在外围受限的物联网设备上实现人工智能和边缘计算具有重要意义。
2021-04-20 cs.CV cs.LG cs.NE
An Interpretable Generative Model for Handwritten Digit Image Synthesis
University of Southern California(南加州大学);IIIT(印度德里英迪拉·甘地信息技术学院(德里印度信息技术学院));IIT(印度理工学院)
本文提出了一个可解释的手写数字合成生成模型。现代图像生成模型,如生成对抗网络(GANs)和变分自编码器(VAE),通过反向传播(BP)进行训练。训练过程很复杂,基本机制很难解释。我们提出了一个可解释的多阶段PCA方法,以实现相同的目标,并使用手写数字图像合成作为一个说明性的例子。首先,我们在每个阶段根据其输入的协方差推导出基于主成分分析(PCA)的变换核。这导致将相关像素的输入图像转换为不相关分量的光谱向量的变换序列。换句话说,这是一个美白的过程。然后,我们可以通过着色过程合成基于随机向量和多级变换核的图像。生成模型是前馈(FF)设计,因为没有BP用于模型参数确定。它的设计复杂度明显降低,整个设计过程是可解释的。最后,我们使用MNIST数据集设计了一个FF生成模型,并将合成结果与最先进的GAN和VAE方法进行了比较,结果表明所提出的生成模型具有相当的性能。
2018-11-11 cs.CV
Characterization and recognition of handwritten digits using Julia
Technische Universität Dortmund(多特蒙德工业大学);University of Liberal Arts Bangladesh(孟加拉自由艺术大学)
自动图像和数字识别是图像处理和模式识别中一项具有挑战性的计算任务,需要充分理解图像的句法和语义重要性以识别手写数字。图像和模式识别已被确定为研究领域的驱动力之一,因为它的不同类型的应用,如安全框架,临床框架,分流,等等。在这项研究中,识别,我们实现了一个混合神经网络模型,能够识别数字的MNIST数据集,并取得了显着的效果。提出的神经模型网络可以从图像中提取特征并逐层识别特征。扩展后,神经网络不仅要识别模型在各层的工作方式,如何产生输出等,而且要识别MNIST数据集的自动编码系统和变分自动编码系统。本研究将探讨以上讨论的问题,以及对这些问题的解释,以及如何克服这种现象。
2021-02-24 cs.CV
Diffusion-Based Feature Denoising with NNMF for Robust handwritten digit multi-class classification
Doctoral School of Computer Science, University of Szeged(塞格德大学计算机科学博士学院);University Research and Innovation Center (EKIK), Óbuda University(奥布达大学研究与创新中心(EKIK))
本文提出结合扩散驱动特征去噪与混合特征表示的鲁棒多类分类框架,通过NNMF提取紧致可解释特征并结合CNN深度特征,提升噪声和对抗攻击下的分类鲁棒性。
2026-05-12 cs.CV
HishabNet: Detection, Localization and Calculation of Handwritten Bengali Mathematical Expressions
Ahsanullah University of Science and Technology(阿萨努拉科技大学);Bangladesh University of Engineering and Technology(孟加拉国工程技术大学)
最近,手写孟加拉字母和数字的识别引起了人工智能社区研究人员的广泛关注。在这项工作中,我们提出了一个基于卷积神经网络(CNN)的目标检测模型,可以识别和评估手写孟加拉语数学表达式。该方法能够检测多个孟加拉数字和操作符,并定位它们在图像中的位置。有了这些信息,它就能够从一系列数字中构造数字,并对它们进行数学运算。对于目标检测任务,使用了最先进的YOLOv3算法。为了训练和评估模型,我们设计了一个新的数据集“Hishab”,这是第一个用于目标检测的孟加拉手写数字数据集。该模型的总体验证平均精度(mAP)为98.6%。此外,在我们的模型中使用的特征提取器骨干CNN的分类准确性在两个公开的孟加拉语手写数字数据集上进行了测试:NumtaDB和CMATERdb。主干CNN在NumtaDB上实现了99.6252%的测试集准确度,在CMATERdb上实现了99.0833%的测试集准确度。
2019-09-02 cs.CV cs.LG
BHDD: A Burmese Handwritten Digit Dataset
Expa.AI Research Team(Expa.AI研究团队)
本文介绍了包含87561张灰度图像的缅甸手写数字数据集BHDD,采用MNIST格式,测试集准确率分别达到99.40%、99.75%和99.83%。
2026-03-23 cs.CL cs.CV
Performance Analysis of Few-Shot Learning Approaches for Bangla Handwritten Character and Digit Recognition
Department of Computer Science and Engineering, Islamic University of Technology, Gazipur, Bangladesh(计算机科学与工程系,伊斯兰科技大学,加兹ipur,孟加拉国)
针对Bangla手写字符和数字识别中标注数据稀缺的挑战,本研究提出混合网络SynergiProtoNet,通过在原型学习框架内整合高级聚类与多层级特征提取,在多种评估设置下显著优于现有少样本学习方法并确立了新基准。
2025-05-31 cs.CV
Two Decades of Bengali Handwritten Digit Recognition: A Survey
Islamic University of Technology(伊斯兰科技大学)
本文综述二十年来离线孟加拉语手写数字识别的数据集、方法、挑战与现实应用,为后续研究提供参考。
2022-09-25 cs.CV
Recognition of Offline Handwritten Devanagari Numerals using Regional Weighted Run Length Features
Jadavpur University(贾达布尔大学)
手写体罗马字符和数字的识别在过去的几十年里得到了广泛的研究,其准确性达到了令人满意的状态。但是,在谈论印度最受欢迎的文字之一的梵文脚本时,情况就不同了。本文提出了一个高效的手写梵文数字识别系统。该系统使用了一种新的196元素的掩模定向(MOD)的识别目的的功能。该方法进行了测试,使用5个传统的分类器上6000个手写数字样本。在应用3折交叉验证方案,该系统产生最高的识别准确率为95.02%,使用支持向量机(SVM)分类器。
2018-06-29 cs.CV
Handwritten digit string recognition by combination of residual network and RNN-CTC
East China Normal University(华东师范大学)
递归神经网络(RNN)和联结主义时态分类(CTC)在处理输入和目标标签之间的对齐关系未知的问题上表现出很强的能力,在许多序列标记任务中取得了成功。残差网络是卷积神经网络的一种新结构,在各种计算机视觉任务中表现良好。在本文中,我们利用上述架构,建立一个新的网络的手写数字串识别。首先,我们设计了一个残差网络从输入图像中提取特征,然后我们使用RNN来建模特征序列中的上下文信息并预测识别结果。在该网络的顶部,应用标准CTC来计算损失并产生最终结果。这三个部分组成了一个端到端的可训练网络。新的体系结构在ORAND-CAR-A和ORAND-CAR-B上实现了最高的性能,识别率分别为89.75%和91.14%。此外,在生成的字符串长度更长的验证码数据集上的实验显示了所提出的网络处理长字符串的潜力。
2017-10-09 cs.CV
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
Recognition of handwritten Roman Numerals using Tesseract open source OCR engine
Techno India College of Technology(泰克诺印度理工学院);Jadavpur University(贾达普大学)
本文的目的是使用Tesseract开源的光学字符识别(OCR)引擎识别手写体罗马数字样本。Tesseract使用不同人的数据样本进行训练,以生成一个与用户无关的语言模型,表示手写体罗马数字集。该系统使用从不同用户收集的1226个数字样本进行训练。在两个不同的数据集上测试性能,一个由从已知用户(准备训练数据样本的用户)收集的样本组成,另一个由未知用户的手写数据样本组成。在这些测试数据集上的总体识别准确率分别为92.1%和86.59%。
2010-03-30 cs.CV
Edge-Native Digitization of Handwritten Marksheets: A Hybrid Heuristic-Deep Learning Framework
Department of Computer Science and Engineering, Brac University(计算机科学与工程系,布拉克大学)
本文提出一种混合启发式与深度学习框架,用于高效处理手写标记表的数字化,通过轻量级YOLOv8模型实现高准确率与实时性能。
2025-12-19 cs.CV
Handwritten Arabic Numeral Recognition using a Multi Layer Perceptron
Techno India(泰克诺印度学院);Jadavpur University(贾达普大学)
手写体数字识别是模式识别和人工智能领域的一个基准问题。与印刷体数字识别问题相比,手写体数字识别问题由于手写体字符的形状和大小的变化而变得复杂。考虑到所有这些,手写体数字识别的问题是解决在目前的工作中,关于手写体阿拉伯数字。阿拉伯语是整个阿拉伯世界的语言,也是世界上第五大最受欢迎的语言,仅次于葡萄牙语和孟加拉语。对于目前的工作,我们已经开发了一个功能集的88个功能,旨在代表样本的手写阿拉伯数字这项工作。它包括72个阴影和16个八分圆特征。一个多层感知器(MLP)为基础的分类器在这里用于识别手写体阿拉伯数字表示的上述特征集。在3000个样本的数据库的实验中,该技术产生了94.93%的平均识别率评估后,三倍交叉验证的结果。它适用于与手写阿拉伯数字OCR相关的应用程序,也可以扩展到包括阿拉伯字母手写字符的OCR。
2010-03-09 cs.CV
Kannada-MNIST: A new handwritten digits dataset for the Kannada language
在本文中,我们传播了一个新的手写数字数据集,称为卡纳达语MNIST,卡纳达语脚本,可以作为一个直接的下拉式替代原始MNIST数据集。除了这个数据集之外,我们还传播了一个额外的真实世界手写数据集(带有$10k$图像),我们称之为Dig-MNIST数据集,可以作为域外测试数据集。我们还及时开源了所有代码以及原始扫描图像和扫描仪设置,以便想要尝试不同信号处理管道的研究人员可以进行端到端比较。我们提供了高层次的形态比较与MNIST数据集,并提供基线精度的数据集传播。使用经常使用的CNN架构(主测试集使用$96.8\%$,Dig-MNIST测试集使用$76.1\%$)获得的初始基线表明,这些数据集确实比MNIST或KMNIST数据集在可推广性方面提供了更严峻的挑战。我们还希望这种传播将刺激为所有使用不同符号的数字的语言创建类似的数据集。
2019-08-03 cs.CV cs.LG stat.ML
Cloud-Based Deep Learning: End-To-End Full-Stack Handwritten Digit Recognition
Vanderbilt University(范德堡大学);School of Engineering Vanderbilt University(范德堡大学工程学院)
本文设计并实现云端端到端全栈应用 Stratus,结合微服务与 DNN 完成手写数字识别,并验证其在 MNIST 上的基准性能。
2023-02-01 cs.CV cs.DC
Ancient but Digitized: Developing Handwritten Optical Character Recognition for East Syriac Script Through Creating KHAMIS Dataset
University of Kurdistan Hewlêr(库尔德斯坦大学赫勒校区)
本文针对濒危的东叙利亚文,创建了包含624句手写句子的KHAMIS数据集,并以此微调Tesseract-OCR引擎的预训练模型,成功开发了手写OCR模型,其测试集表现比默认模型好两倍。
2024-08-24 cs.CL cs.CV
Persian Handwritten Digit, Character and Word Recognition Using Deep Learning
University of Tabriz(大不里士大学);Amirkabir University of Technology(阿米尔卡比尔理工大学);University of Tartu(塔尔图大学)
在当今的商业环境中,针对特定脚本的数字、字母和单词识别具有各种应用。然而,只有有限数量的相关研究涉及波斯文字。在本文中,通过各种DensNet架构利用深度神经网络,以及Xception,通过数据增强和测试时间增强来采用,修改和进一步增强,以便提出一种光学字符识别,说明波斯语和相应笔迹的特殊性。利用将数据库划分为训练集、验证集和测试集以及k折交叉验证,基于HODA和Sadri数据库执行所提出的方法与各种最先进的替代方案的比较,HODA和Sadri数据库提供了最全面的样本集合,包括不同人类所拥有的各种手写风格,以及每个字母可能采用的不同形式,这取决于它在单词中的位置。在HODA数据库上,我们对数字和字符的识别率分别为99.72%和89.99%,对Sadri数据库中的数字、字符和单词的识别率分别为99.72%、98.32%和98.82%。
2020-11-14 cs.CV
Writer Recognition Using Off-line Handwritten Single Block Characters
Halmstad University(哈姆斯塔德大学)
在出于各种目的填写纸质表单时,经常使用块字符。我们调查是否有生物特征信息包含在手写文本的各个数字。特别是,我们使用由出生日期DoB的六位数字组成的个人身份号码。我们评估了两种识别方法,一种是基于手工制作的特征,计算轮廓方向测量,另一种是基于ResNet 50模型的深层特征。我们使用了一个自捕获的数据库,共有317个人和4920个书面的DoB。结果表明,身份相关信息的存在下,在一块手写信息小到六位数的DoB。我们还分析了招生样本的数量的影响,不同的数量之间的1和10。用如此少量的数据得出的结果是有希望的。在10个注册样本的情况下,具有深度特征的Top-1准确率约为94%,并且通过Top-10达到近100%。验证准确性更适中,对于任何给定的特征和注册集大小,EER> 20%,表明仍有改进的空间。
2022-03-08 cs.CV
A Comprehensive Comparison of End-to-End Approaches for Handwritten Digit String Recognition
Pontifical Catholic University of Parana (PUCPR)(巴拉那天主教大学);ORAND S.A(奥兰德股份有限公司);École de Technologie Supérieure (ÉTS)(高等技术学院);Federal University of Parana (UFPR)(巴拉那联邦大学)
在过去的几十年里,大多数方法提出的手写数字串识别(HDSR)都诉诸数字分割,这是占主导地位的统计,从而施加实质性的限制,最终的性能。其中很少有基于无分割的策略,其中每个像素列都有一个潜在的切割位置。最近,无分割策略为这个问题增加了另一个视角,带来了有希望的结果。然而,这些策略在处理大量触摸数字时仍然显示出一定的局限性。为了弥合由此产生的差距,在本文中,我们假设一串数字可以作为一个序列的对象。因此,我们评估了不同的端到端方法来解决HDSR问题,特别是在两个垂直领域:基于对象检测的方法(例如,Yolo和RetinaNet)和基于序列到序列表示(CRNN)的那些。这项工作的主要贡献在于它提供了一个全面的比较,与上述战略的批判性分析,对五个基准通常用于评估HDSR,包括具有挑战性的触摸对数据集,NIST SD 19,和两个现实世界的数据集(CAR和CVL)提出的ICFHR 2014竞争HDSR。我们的研究结果表明,Yolo模型与无分割模型相比,具有更短的管道,最大限度地减少了基于几何模型的存在的优势。它在NIST-SD 19、CAR和CVL数据集上分别实现了97%、96%和84%的识别率。
2020-10-29 cs.CV
Privacy-Preserving Biometric Verification with Handwritten Random Digit String
School of Electronic and Information Engineering, South China University of Technology(华南理工大学电子与信息工程学院);SCUT-Zhuhai Institute of Modern Industrial Innovation(华南理工大学珠海现代产业创新研究院);School of Artificial Intelligence and Automation, Huazhong University of Science and Technology(华中科技大学人工智能与自动化学院);EI Product Department, Huawei Cloud Computing Technologies Co., Ltd.(华为云计算技术有限公司EI产品部)
针对手写生物特征含个人信息的隐私风险,提出基于随机数字字符串RDS的在线手写验证方法,构建HRDS4BV数据集并设计PAVENet与DPM模块,显著优于现有方法。
2025-03-17 cs.CV
An MLP based Approach for Recognition of Handwritten `Bangla' Numerals
MCKV Institute of Engineering(MCKV工程学院);Jadavpur University(贾达普大学)
这里提出的工作涉及到设计一个多层感知器(MLP)为基础的模式分类识别手写孟加拉数字使用76元素的特征向量。孟加拉语是印度次大陆第二受欢迎的文字和语言,也是世界第五受欢迎的语言。为表示手写孟加拉语数字而开发的功能集包括24个阴影功能、16个形心功能和36个运行时间最长的功能。在6000个样本的数据库的实验中,该技术产生了96.67%的平均识别率评估后,三倍交叉验证的结果。它适用于与手写孟加拉数字OCR相关的应用程序,也可以扩展到包括孟加拉字母的手写字符OCR。
2012-03-05 cs.AI cs.CV
EMNIST: an extension of MNIST to handwritten letters
The MARCS Institute for Brain, Behaviour and Development(MARCS脑、行为与发展研究所);Western Sydney University(西悉尼大学)
MNIST数据集已成为学习、分类和计算机视觉系统的标准基准。这项任务易于理解和直观,所需存储空间相对较小,数据库本身易于访问和使用,这些都有助于该系统的广泛采用。MNIST数据库来自一个更大的数据集,称为NIST特殊数据库19,其中包含数字,字母和手写字母。本文介绍了完整NIST数据集的一个变体,我们称之为扩展MNIST(EMNIST),它遵循与创建MNIST数据集相同的转换范式。其结果是一组数据集,这些数据集构成了涉及字母和数字的更具挑战性的分类任务,并且与原始MNIST任务共享相同的图像结构和参数,允许与所有现有分类器和系统直接兼容。基准测试结果,以及通过转换NIST数字和MNIST数字的分类结果的比较,转换过程的验证。
2017-03-01 cs.CV
A Developmental Neuro-Robotics Approach for Boosting the Recognition of Handwritten Digits
发展心理学和神经成像研究发现,数字和手指之间存在密切联系,这可以提高儿童最初的数字知识。最近的证据表明,模拟儿童的具身策略也可以提高机器智能。本文探讨了在发育神经机器人的背景下,具体策略在卷积神经网络模型中的应用,其中训练信息可能在操作时逐渐获得,而不是像经典的机器学习场景那样丰富和完全可用。实验分析表明,在训练样本和训练次数较少的情况下,机器人手指的本体感觉信息可以提高手写体阿拉伯数字识别的网络准确率。这一结果与儿童的脑成像和纵向研究相当。总之,这些发现也支持在人工智能体训练的情况下实施例的相关性,并且示出了用于学习过程的人性化的可能方式,其中机器人身体可以表达人工智能的内部过程,使其更容易被人类理解。
2020-03-23 cs.CV cs.LG cs.RO