積層デノイジングオートエンコーダに基づくオフラインウルドゥー語Nastaleeq光学文字認識【Powered by NICT】

Ahmad Ibrar; Wang Xiaojie; Li Ruifan; Rasheed Shahid

文献

J-GLOBAL ID：201702236058389373 整理番号：17A0212874

積層デノイジングオートエンコーダに基づくオフラインウルドゥー語Nastaleeq光学文字認識【Powered by NICT】

Offline Urdu Nastaleeq optical character recognition based on stacked denoising autoencoder

出版者サイト複写サービスで全文入手 {{ this.onShowCLink("http://jdream3.com/copy/?sid=JGLOBAL&noSystem=1&documentNoArray=17A0212874&COPY=1") }}
高度な検索・分析はJDreamⅢで {{ this.onShowJLink("http://jdream3.com/lp/jglobal/index.html?docNo=17A0212874&from=J-GLOBAL&jstjournalNo=W2359A") }}

著者 (4件)： , , ,
資料名：
巻： 14 号： 1 ページ： 146-157 発行年： 2017年
JST資料番号： W2359A ISSN： 1673-5447 資料種別：逐次刊行物 (A)
記事区分：原著論文発行国：中国 (CHN) 言語：英語 (EN)

オフラインウルドゥー語Nastaleeqテキスト認識は長い間非常に筆記体性質のために深刻な問題となっている。文字セグメンテーション問題を得るために,多くの研究者がセグメンテーション自由結さつベースの認識アプローチに向けて焦点をシフトした。認識システム一般的な結さつの大部分は,設計された特徴抽出技術に依存している。しかし,そのような技術はより多くの誤差傾向があり,しばしばマニュアル特徴による後に捕獲されない可能性がある有用な情報の損失につながる可能性がある。一般的ウルドゥー語Nastaleeq試験認識の大部分は小さなセットで訓練し,試験した。結さつ画像のピクセル値から直接自動特徴抽出のための積層ノイズ除去オートエンコーダの使用を提案した。このような深い学習ネットワークはウルドゥー語テキストの認識のための適用これまでされていない。異なる積層ノイズ除去オートエンコーダは未分解(ノイズフリー)UPTI(ウルドゥー語印刷テキスト画像)データセットから3732クラスを持つ178573結さつに訓練した。続いて,訓練されたネットワークはUPTIデータセットの劣化したバージョンに検証し,試験した。実験結果は93%~96%の範囲で精度は結さつのこのような大規模データセットのための既存のウルドゥー語OCRシステムより良好なを実証した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

, , , , , , , , , ,
, , , 【Automatic Indexing@JST】

パターン認識 , 音声処理

前のページに戻る