MatriVasha: A Multipurpose Comprehensive Database for Bangla Handwritten Compound Characters
DAFFODIL INTERNATIONAL UNIVERSITY（达福德国际大学）
本文构建MatriVasha数据集，收录来自孟加拉国不同地区、年龄与性别书写者的120类共2552个孟加拉语手写复合字符，以弥补综合数据集缺失并支持识别研究。
2020-05-06 cs.CV cs.LG
Handwritten Word Recognition using Deep Learning Approach: A Novel Way of Generating Handwritten Words
Kennesaw State University（肯尼索州立大学）；University of Calabria（卡拉布里亚大学）；North South University（南北大学）；University of Manitoba（曼尼托巴大学）
手写单词识别系统存在缺乏大型和多样化数据集等问题。有必要解决这些问题，因为数百万份官方文件可以通过使用大型和多样化的数据集训练深度学习模型来数字化。由于缺乏数据可用性，训练的模型没有给出预期的结果。因此，它有很大的机会显示不佳的结果。本文提出了一种新的方法来生成不同的手写文字图像的手写字符。我们的项目的想法是训练的BiLSTM-CTC体系结构与生成的合成手写文字。整个方法展示了两种类型的大型和多样化的手写体字数据集的生成过程：重叠和非重叠。由于手写文字也有两个字符重叠的问题，我们试图把它放在我们的实验部分。我们还演示了使用深度学习模型识别手写文档的过程。在实验中，我们针对的是孟加拉语，它缺乏手写单词数据集，可以被任何语言所遵循。我们的方法比传统的GAN模型更简单，成本更低。最后，我们使用单词出错率（WER）、准确性、f1分数、精确度和召回率指标评估了我们的模型。该模型使用非重叠数据给出39%的WER评分，92%的准确率和92%的f1评分，使用重叠数据给出63%的WER评分，83%的准确率和85%的f1评分。
2023-03-13 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
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
Isolated Bangla Handwritten Character Classification using Transfer Learning
Department of Computer Science and Engineering University of Asia Pacific（计算机科学与工程系亚洲太平洋大学）
针对孟加拉语手写字符分类问题，提出结合3DCNN、ResNet、MobileNet的迁移学习方法，在含84类共166105个样本的Bangla Lekha Isolated数据集上实现99.46%的测试准确率，性能优于现有基准。
2025-09-03 cs.CV
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
Handwritten Bangla Alphabet Recognition using an MLP Based Classifier
MCKV Institute of Engineering（MCKV工程学院）；Jadavpur University（贾达普大学）
这里介绍的工作涉及到设计的多层感知器（MLP）为基础的分类识别手写孟加拉语字母表使用76个元素的功能集孟加拉语是第二个最流行的脚本和语言在印度次大陆和第五个最流行的语言在世界上。为表示孟加拉字母的手写字符而开发的特征集包括24个阴影特征、16个质心特征和36个最长运行特征。实验结果表明，在训练集和测试集上的识别率分别为86.46%和75.05%。这项工作在开发一个完整的手写孟加拉语文本OCR系统中具有实用价值。
2012-03-05 cs.AI cs.CV
Handwritten Bangla Character Recognition Using The State-of-Art Deep Convolutional Neural Networks
University of Dayton（代顿大学）；Saint Louis University（圣路易斯大学）；Comcast Labs（康卡斯特实验室）
尽管在对象识别技术的进步，手写孟加拉语字符识别（HBCR）仍然在很大程度上没有解决，由于存在许多模糊的手写字符和过于草书的孟加拉语笔迹。即使是最好的现有的识别器不导致令人满意的性能与孟加拉语字符识别的实际应用程序，并具有比那些开发的英语字母数字字符低得多的性能。为了提高HBCR的性能，本文提出了最先进的深度卷积神经网络（DCNN）的应用，包括VGG网络，全卷积网络（All-Conv Net），网络中的网络（NiN），残差网络，分形网络和密集网络HBCR。深度学习方法具有提取和使用特征信息的优点，提高了对平移、缩放和其他失真具有高度不变性的2D形状的识别。我们系统地评估了DCNN模型在公共可用的孟加拉语手写字符数据集CMATERdb上的性能，并在使用DCNN模型时实现了卓越的识别精度。这一改进将有助于构建用于实际应用的自动HBCR系统。
2018-02-10 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
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
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
Advancing Offline Handwritten Text Recognition: A Systematic Review of Data Augmentation and Generation Techniques
Artificial Intelligence and Innovation Centre, University of Kurdistan Hewler（库尔德斯坦胡勒尔大学人工智能与创新中心）；Computer Science and Engineering Department, School of Science and Engineering, University of Kurdistan Hewler（库尔德斯坦胡勒尔大学科学与工程学院计算机科学与工程系）；School of Computing and Engineering, University of Huddersfield（赫德斯菲尔德大学计算与工程学院）；Department of Computer Science, College of Science, Charmo University（查莫大学科学学院计算机科学系）；Software and Informatics Engineering, College of Engineering, Salahaddin University-Erbil（萨拉赫丁大学埃尔比尔工程学院软件与信息技术工程）
本文系统综述了离线手写文本识别的数据增强与生成技术，涵盖传统方法及GAN、扩散模型等深度学习方法，识别研究空白并提出未来方向。
2025-07-08 cs.AI cs.CV cs.LG
An Improved Feature Descriptor for Recognition of Handwritten Bangla Alphabet
Jadavpur University（贾达普大学）
手写体字符识别的一个重要方面是如何选择合适的特征来表示模式类。特征的有效性取决于所选择的用于表示不同类别的模式的特征的辨别能力。然而，歧视性特征并不容易衡量。调查实验对于识别歧视性特征是必要的。在目前的工作中，我们已经确定了一个新的变化的功能集，显着优于手写孟加拉字母从以前使用的功能集。这里使用了所有132个特征，即修改的阴影特征、八分圆和质心特征、基于距离的特征、基于四叉树的最长运行特征。使用这个特征集，识别性能从我们以前的工作中观察到的75.05%急剧增加[7]，在相同数据集上使用基于MLP的分类器的50个字符类上达到85.40%。
2015-01-22 cs.CV
BN-HTRd: A Benchmark Dataset for Document Level Offline Bangla Handwritten Text Recognition (HTR) and Line Segmentation
我们引入了一个新的数据集，用于从孟加拉语脚本的图像中进行离线手写文本识别（HTR），该图像包括单词，线条和文档级注释。BN-HTRd数据集基于BBC孟加拉新闻语料库，旨在充当地面实况文本。这些文本随后被用来生成注释，由人们用手写体填写。我们的数据集包括大约150个不同作家制作的788张手写页面图像。它可以作为各种手写分类任务的基础，如端到端的文档识别，单词定位，单词或行分割，等等。我们还提出了一个计划，孟加拉国的手写文档图像分割成相应的行在一个无监督的方式。我们的线分割方法照顾到不同的书写风格，准确地分割复杂的手写文本线的曲线性质的变化。通过一系列的预处理和形态学操作，Hough直线和圆变换被用来区分不同的线性分量。为了将这些组件排列到相应的行中，我们采用了无监督聚类方法。我们的分割技术的平均成功率为81.57%，在FM指标（类似于F-测量）方面，平均平均精度（mAP）为0.547。
2022-05-29 cs.CL cs.CV
BN-DRISHTI: Bangla Document Recognition through Instance-level Segmentation of Handwritten Text Images
Premier University（普雷米尔大学）；University of Chittagong（吉大港大学）
提出BN-DRISHTI，结合YOLO、Hough变换与仿射校正完成孟加拉语手写文本实例分割，并扩展BN-HTRd数据集，在多个外部基准上显著领先。
2023-05-31 cs.CV
MetaScript: Few-Shot Handwritten Chinese Content Generation via Generative Adversarial Networks
SJTU（上海交通大学）
提出MetaScript系统，利用少样本学习和生成对抗网络，从少量风格参考生成保留个人手写风格的中文内容，在识别准确率等指标上表现优异。
2023-12-25 cs.AI cs.CV
Word Segmentation from Unconstrained Handwritten Bangla Document Images using Distance Transform
Jadavpur University（jadavpur大学）；Indian Institute of Engineering Science and Technology, Shibpur（印度工程科学技术学院（希布普尔））
将手写文档图像分割成文本行和单词是开发完整的光学字符识别（OCR）系统中最重要和最具挑战性的任务之一。本文讨论了自动分割文本字直接从无约束孟加拉语手写文档图像。采用目前流行的距离变换（DT）算法定位文字图像的外边界。该技术不产生过切分词。一个简单的后处理过程中应用隔离的分割下的词的图像，如果有的话。所提出的技术进行了测试，从CMATERDb1.1.1数据库中的50个随机图像。实验结果表明，该方法的分割准确率为91.88%，具有较好的鲁棒性。
2020-09-17 cs.CV cs.MM
Handwritten Isolated Bangla Compound Character Recognition: a new benchmark using a novel deep learning approach
Dept. of Information Technology, Jadavpur University（贾达布尔大学信息技术系）；Dept. of Computer Science & Engg., Jadavpur University（贾达布尔大学计算机科学与工程系）
在这项工作中，提出了一种新的深度学习技术，用于识别手写孟加拉语孤立的复合字符，并报告了CMATERdb3.1.3.3数据集上的识别准确性的新基准。深度神经网络的贪婪逐层训练有助于在各种模式识别问题中取得重大进展。我们以监督的方式对深度卷积神经网络（DCNN）进行分层训练，并使用RMSProp算法增强训练过程以实现更快的收敛。我们将结果与具有预定义特征的标准浅层学习方法以及标准DCNN的结果进行了比较。发现监督分层训练的DCNN优于标准的浅层学习模型，如支持向量机以及类似架构的常规DCNN，其出错率为9.67%，从而在CMATERdb 3.1.3.3上设定了一个新的基准，识别准确率为90.33%，提高了近10%。
2018-02-02 cs.CV
An Enhanced Harmony Search Method for Bangla Handwritten Character Recognition Using Region Sampling
Jadavpur University（贾达夫普尔大学）
识别最小数量的手写字符图像的局部区域，包含定义良好的鉴别特征，这是足够的最小但完整的描述的字符是一项具有挑战性的任务。本文提出了一种基于改进的和声搜索方法的区域选择技术。利用和声搜索的强大框架来搜索区域空间，只检测信息量最大的区域，以正确识别手写字符。所提出的方法已被测试孟加拉语的基本，复合和混合（基本和复合字符）字符分别与基于SVM的分类器使用最长运行的特征集从图像子区域形成的基于CG的四叉树分割方法的手写样本。将该方法应用于上述三类数据集，在区域缩减方面分别获得了43.75%、12.5%和37.5%的增益，在识别准确率方面分别获得了2.3%、0.6%和1.2%的增益。结果表明，一个相当大的减少，在最小数量的描述性区域，以及显着提高识别精度的所有数据集使用所提出的技术。因此，减少了与特征提取相关的时间和成本，而不会降低相应的识别精度。
2016-05-02 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
Open Vocabulary Word Recognition From Transcribed Bangla Texts
Department of Computer Science；Engineering Khulna University of Engineering \& Technology Khulna-9203, Bangladesh；Engineering Khulna University of Engineering \& Technology Khulna-9203, Bangladesh Email: 1 3
本研究利用SSD、Faster R-CNN及集成模型识别手写孟加拉语单词，改进非极大值抑制，在9841图像数据集上集成模型F1达92.61%，单词识别率96.12%。
2026-10-05 cs.CV cs.LG
A GA Based approach for selection of local features for recognition of handwritten Bangla numerals
Jadavpur University（贾达夫普尔大学）；The University of Iowa（爱荷华大学）
软计算方法主要是为了解决现实世界中的定义不明确、形式不精确的问题而设计的，它结合了各种新颖的计算模型，如神经网络、遗传算法（GAs）等。手写体数字识别就是这类问题的一个典型例子。在目前的工作中，我们已经开发了一个两遍的方法，其中第一遍分类器执行粗分类，基于输入模式的一些全局特征，通过限制一组类内的分类决策的可能性，小于最初考虑的类的数量。在第二遍中，组特异性分类器集中于从所选择的局部区域提取的特征，并且通过组合局部和全局特征来细化较早的决策，以用于从在第一遍中选择的候选类的组中选择输入图案的真实类。为了优化局部区域的选择，这里已经开发了一种基于GA的方法。在测试集上实现的孟加拉数字样本上的最大识别性能，在两遍方法的第一遍期间为93.35%。将两级分类器的结果相结合后，总体成功率达到95.25%。
2015-01-22 cs.CV
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
Multi-Head Attention based interaction-aware architecture for Bangla Handwritten Character Recognition: Introducing a Primary Dataset
Department of Computer and Communication Engineering, International Islamic University Chittagong（国际伊斯兰大学吉大港分校计算机与通信工程系）；mPower Social Enterprise（mPower社会企业）；Department of Information and Communication Engineering, Noakhali Science and Technology University（诺阿卡利科技大学信息与通信工程系）；Department of CSE, Netrokona University（内特罗科纳大学计算机科学与工程系）；School of Computing Sciences and Computer Engineering, University of Southern Mississippi（南密西西比大学计算科学与计算机工程学院）
本文提出了一种交互感知的深度学习架构，结合EfficientNetB3、Vision Transformer和Conformer模块，通过多头交叉注意力融合机制提升孟加拉语手写字符识别的准确率，达到98.84%的精度。
2026-04-08 cs.CV
A Harmony Search Based Wrapper Feature Selection Method for Holistic Bangla word Recognition
Jadavpur University（贾达普大学）
在模式分类领域中，为了发现具有重要意义的特征子集，从而提高分类精度，人们已经探索了许多搜索方法来选择特征。本文提出了一种基于和声搜索（HS）的特征选择方法，用于手写体孟加拉语识别问题的特征降维。该算法已被实现，以减少特征维数的技术中描述的一个我们以前的论文由S。Bhowmik等人[1]的文件。在上述文件中，一组65个椭圆形特征的手写体孟加拉语单词识别的目的和识别准确率达到81.37%，使用多层感知器（MLP）分类器计算。在目前的工作中，包含48个特征（约75%的所述特征向量）的子集已被选定的HS基于包装特征选择方法，产生的准确率为90.29%。合理的结果也验证了引入的算法利用最佳数量的功能，同时表现出更高的分类精度相比，两个标准的进化算法，如遗传算法（GA），粒子群优化（PSO）和统计特征降维技术，如主成分分析（PCA）。这证实了HS算法对整体手写体字识别问题的适用性。
2017-07-26 cs.CV
Synthesising Handwritten Music with GANs: A Comprehensive Evaluation of CycleWGAN, ProGAN, and DCGAN
Centre for Digital Music（数字音乐中心）；Queen Mary University of London（伦敦玛丽女王大学）；Big Data Science（大数据科学中心）
针对手写乐谱数据稀缺问题，本文应用GAN合成逼真手写乐谱，综合评估DCGAN、ProGAN和CycleWGAN三种模型，发现增强风格迁移和训练稳定性的CycleWGAN性能最优，为改进OMR系统提供可行方案。
2024-11-25 cs.AI cs.CV eess.IV
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
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
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
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
A Novel Transfer Learning Approach upon Hindi, Arabic, and Bangla Numerals using Convolutional Neural Networks
University of Asia Pacific（亚太大学）
提高手写字符识别预测模型的准确性将为光学字符识别开辟新的领域。预测性机器学习模型的主要缺点是一些模型所花费的延长的训练时间，以及训练和测试数据在相同特征空间中并且由相同分布组成的要求。在这项研究中，这些障碍是最小化的知识从一个任务转移到另一个模型。该模型是为识别手写体数字在印度的语言。该模型利用卷积神经网络与反向传播的错误减少和数据过拟合的辍学。所提出的神经网络的输出性能被证明具有密切匹配的其他国家的最先进的方法，使用的时间只有一小部分的国家的最先进的。
2017-07-26 cs.CV
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
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
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
Massively Deep Artificial Neural Networks for Handwritten Digit Recognition
Aberystwyth University（阿伯里斯特威斯大学）
贪婪限制玻尔兹曼机产生一个相当低的出错率的著名的MNIST数据库的手写数字。实现这一结果所需要的只是由许多神经元组成的大量隐藏层，以及一张图形卡，以大大加快学习速度。
2015-07-17 cs.CV cs.LG cs.NE
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
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
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
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
Color Independent Word Segmentation From Transcribed Bangla Passages
Department of Computer Science；Engineering Khulna University of Engineering \& Technology Khulna-9203, Bangladesh；Engineering Khulna University of Engineering \& Technology Khulna-9203, Bangladesh Email: 1 2 3
本研究提出一种颜色无关的手写孟加拉语文本词分割方法，在包含阴影干扰的自定义数据集上实现91.20%的F1分数，为OCR系统奠定基础。
2026-10-05 cs.CV
Hand Sign to Bangla Speech: A Deep Learning in Vision based system for Recognizing Hand Sign Digits and Generating Bangla Speech
University of Asia Pacific（亚太大学）
本研究开发了一个基于CNN的深度学习系统，用于识别手语数字并以92%的准确率生成孟加拉语语音，旨在帮助言语障碍者进行社交沟通。
2019-01-17 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
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
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
Handwritten Digit Recognition by Elastic Matching
Birla Institute of Technology and Science（比尔拉科学技术学院）；Frankfurt Institute for Advanced Studies（法兰克福高等研究所）
本文提出了一个简单的MNIST手写数字识别模型。该模型是对以前的人脸识别理论的适应。它以原则性的方式实现平移和旋转不变性，而不是基于从大量样本数据中的广泛学习。所提出的识别率低于其他出版物，但由于其可检查性和概念和数值的简单性，我们的系统推荐自己作为进一步发展的基础。
2018-07-24 cs.CV
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
Handwritten Digits Recognition using Deep Convolutional Neural Network: An Experimental Study using EBlearn
在本文中，深度卷积神经网络架构，可以使用EBLearn库分类不同的手写数字的实验研究的结果报告。这个神经网络的目的是将输入图像分类为10个不同的类别或数字（0-9），并探索新的发现。所使用的输入数据集由灰度尺寸为32 X32的数字图像（MNIST数据集）组成。
2016-04-22 cs.CV cs.NE
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
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
