[论文解读] A novel approach for handwritten Devnagari character recognition

Sandhya Arora, Latesh Malik+2 more|arXiv (Cornell University)|Jun 30, 2010

Face and Expression Recognition参考文献 2被引用 7

一句话总结

本文提出了一种基于特征的新型手写德瓦纳加里文字识别方法，利用方向梯度变化、交叉点、主干类型和顶杠分类。通过共轭梯度训练的多层感知机在1,000个样本的数据集上实现了88.12%的识别准确率，证明了该方法在印度文字手写识别中的有效性。

ABSTRACT

In this paper a method for recognition of handwritten devanagari characters is described. Here, feature vector is constituted by accumulated directional gradient changes in different segments, number of intersections points for the character, type of spine present and type of shirorekha present in the character. One Multi-layer Perceptron with conjugate-gradient training is used to classify these feature vectors. This method is applied to a database with 1000 sample characters and the recognition rate obtained is 88.12%

研究动机与目标

• 开发一种有效识别手写德瓦纳加里文字的方法，该文字是一种具有多种区域变体的复杂脚本。
• 解决连笔且笔画重叠、带有符号的德瓦纳加里文字在特征提取方面的挑战。
• 通过结合结构特征与方向特征，并使用鲁棒分类器，提升识别准确率。
• 在包含1,000个样本的真实手写德瓦纳加里文字数据集上评估该方法。
• 证明混合特征集与标准神经网络分类器结合的可行性。

提出的方法

• 特征向量构建包括对字符分段区域内的累积方向梯度变化进行计算。
• 统计字符内部的交叉点数量，以捕捉结构复杂性。
• 对主干类型（如直线、曲线）进行分类，以表示核心笔画结构。
• 分析顶杠（Shirorekha）的存在与否及其类型，以区分有无顶杠的字符。
• 使用共轭梯度优化方法训练组合后的特征向量的多层感知机（MLP）。
• 分类器在1,000个手写德瓦纳加里字符的数据集上进行训练与测试。

实验结果

研究问题

• RQ1 方向梯度特征、交叉点、主干类型和顶杠分类的组合是否能提升德瓦纳加里文字识别性能？
• RQ2 使用共轭梯度训练的多层感知机在分类德瓦纳加里字符特征方面效果如何？
• RQ3 在中等规模的手写德瓦纳加里文字数据集中，使用该特征集可实现多高的识别准确率？
• RQ4 主干和顶杠等结构特征如何帮助区分形状相似但结构不同的德瓦纳加里字符？
• RQ5 所提出的特征向量是否足够鲁棒以应对手写风格的差异？

主要发现

• 所提方法在1,000个手写德瓦纳加里字符的数据集上实现了88.12%的识别准确率。
• 方向梯度变化和交叉点的引入显著增强了特征的可区分性。
• 主干和顶杠分类有助于区分形状相似但结构属性不同的字符。
• 使用共轭梯度训练的多层感知机能够有效学习特征空间中的非线性决策边界。
• 该方法在印度语言文档处理系统的实际应用中展现出强大潜力。
• 结果表明，手工设计的结构与方向特征可在无需深度学习的情况下实现具有竞争力的性能。