コンピュータ工学および情報技術ジャーナル

分類器の融合による手書きデーヴァナーガリー数字認識

Prabhanjan S と Dinesh R

分類器の融合による手書きデーヴァナーガリー数字認識

手書きのデーヴァナーガリー数字の認識は、特に郵便自動化、文書処理などの分野で多くの用途があります。その幅広い用途のため、多くの研究者が効果的で効率的な手書きの文字/数字認識の開発に積極的に取り組んでいます。デーヴァナーガリー文字はインド亜大陸で広く使用されている文字であり、インド亜大陸の他の多くの文字の基礎も形成しています。この論文では、手書きのデーヴァナーガリー数字を認識するためのハイブリッドな方法を提案しました。提案された方法は、スタッキングアプローチを使用して、ナイーブベイズ（NB）、インスタンスベース学習器（IBK）、ランダムフォレスト（RF）、逐次最小最適化（SMO）の4つの異なる分類器からの信頼スコアを融合します。また、提案された方法は、手書きの数字からローカルな特徴とグローバルな特徴の両方を抽出します。この研究では、グローバルな形状特徴としてフーリエ記述子を使用しました。一方、数字のさまざまなゾーンからのピクセル密度統計は、数字をローカルに記述するために使用しました。提案された方法は、手書き数字データベースの大規模なセットでテストされており、実験結果では、提案された方法が 99.685% の精度をもたらすことが明らかになりました。これは、検討されたデータセットに対してこれまでに報告された最高の精度です。したがって、提案された方法は、現代のアルゴリズムよりも優れています。