Shape descriptors based handwritten character recognition engine with application to Kannada characters

Rajput, G. G.; Horakeri, Rajeswari

doi:10.1109/iccct.2011.6075175

Cited by 11 publications

(3 citation statements)

References 16 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…b) SVM based techniques For the objective of decoding Kannada characters written by hand, With their proposal of a support vector machine (SVM), Rajput et al [44] classifier with five cross-validations that is based on a Gaussian kernel. Chain coding and Fourier descriptor-based normalization of the data was used to feed the multiclass classifier that was employed in this study.…”

Section: )mentioning

confidence: 99%

Handwritten OCR for Indic Scripts: A Comprehensive Overview of Machine Learning and Deep Learning Techniques

Shaik Moinuddin Ahmed

2023

IJRITCC

View full text Add to dashboard Cite

The potential uses of cursive optical character recognition, commonly known as OCR, in a number of industries, particularly document digitization, archiving, even language preservation, have attracted a lot of interest lately. In the framework of optical character recognition (OCR), the goal of this research is to provide a thorough understanding of both cutting-edge methods and the unique difficulties presented by Indic scripts. A thorough literature search was conducted in order to conduct this study, during which time relevant publications, conference proceedings, and scientific files were looked for up to the year 2023. As a consequence of the inclusion criteria that were developed to concentrate on studies only addressing Handwritten OCR on Indic scripts, 53 research publications were chosen as the process's outcome. The review provides a thorough analysis of the methodology and approaches employed in the chosen study. Deep neural networks, conventional feature-based methods, machine learning techniques, and hybrid systems have all been investigated as viable answers to the problem of effectively deciphering Indian scripts, because they are famously challenging to write. To operate, these systems require pre-processing techniques, segmentation schemes, and language models. The outcomes of this methodical examination demonstrate that despite the fact that Hand Scanning for Indic script has advanced significantly, room still exists for advancement. Future research could focus on developing trustworthy models that can handle a range of writing styles and enhance accuracy using less-studied Indic scripts. This profession may advance with the creation of collected datasets and defined standards.

show abstract

Section: )mentioning

confidence: 99%

Handwritten OCR for Indic Scripts: A Comprehensive Overview of Machine Learning and Deep Learning Techniques

Shaik Moinuddin Ahmed

2023

IJRITCC

View full text Add to dashboard Cite

show abstract

“…This is a uniqueness of this article. FD method can detect pixels of shape character (Rajput and Horakeri., 2011) especially for punctuation shapes in Lontara word.…”

Section: Introductionmentioning

confidence: 99%

A Hybrid Feature Extraction Method for Accuracy Improvement in “Aksara Lontara” Translation

Areni¹,

Asry²,

Indrabayu³

2017

Journal of Computer Science

View full text Add to dashboard Cite

An Optical Character Recognition (OCR) of "Aksara Lontara" has been constructed using a novel combination of feature extraction methods in this study. The ancient font of "Lontara" is then translated into Bahasa Indonesia to help non-native language to learn this language. Two powerful extraction feature methods, i.e., Modified Direction Feature (MDF) and Fourier Descriptor (FD) are stages combined to deal with two dominant phases of the Lontara font. The classification process is conducted using Support Vector Machine (SVM) as a fast and straightforward learning method deal with 23 fonts in image containing of 150×120 pixels. In this research, 50 verbs were used for training and 30 verbs for validating the system. The results show that system can reach 96% accuracy using this hybrid in extraction feature with kernel variable of C = 3 and σ = 8.

show abstract

“…Portanto, a transformada de Fourier também precisa ser de um tipo discreto resultando em uma transformada de Fourier discreta ( do inglês Discrete Fourier Transform -DFT). Isso sempre será utilizado para determinar a estrutura de uma imagem, de um A transformada de Fourier é amplamente utilizada para análise de forma (KADIR, 2015) aplicada em classificação do folhas, reconhecimento de caracteres (RAJPUT; HORAKERI, 2011;DONG et al, 2013), recuperação de imagens baseada em conteúdo, compressão, e muitos outros.…”

Section: -D Discrete Fourier Transformunclassified

Classificação de imagens de fluorescência do citoesqueleto através de técnicas em processamento de imagens

Quispe¹

View full text Add to dashboard Cite

AGRADECIMENTOSAgradeço primeiramente a Deus, pelas provas postas em meu caminho para amadurecer, finalmente, conseguir encontrar o caminho certo na minha preparação acadêmica e pessoal.A minha orientadora, Profa. Dra. Cynthia Oliveira, pelo seu permanente apoio e atenção dispensada no decorrer deste trabalho.A meu co-orientador Prof. Dr. Afonso Paiva Neto, pelo suporte e sua disponibilidade irrestrita, sua forma amiga, exigente e crítica.Ao Prof. Dr. João Batista, pelo apoio acadêmico e disposição praticamente imediata para consultas em relação a pesquisa. Aos professoresDra. Maria Cristina, Dr. Gustavo Batista pelas orientações durante o programa de aperfeicionamento de ensino (PAE), onde tive a oportunidade de crescer no âmbito do ensino. Ao prof. Dr. César Beltran Castañon, pelo seu permanente apoio para eu reiniciar minha formação acadêmica, a sua disponibilidade irrestrita, sua forma amiga, exigente e crítica, fundamental contribuição no meu crescimento enquanto pesquisador. Aos colegas da toda a vida Angel e Omar que deram o suporte emocional, durante o período deste trabalho que não fiquei em casa. Aos colegas Ricardo, Mayra, Rommel, Maicol pela amizade fomentada desde muito antes do começo da pós no ICMC. Aos colegas Jorge e Junior pela ajuda e orientação em relação a minha formação e pesquisa. Aos colegas do ICMC no período da minha preparação acadêmica: Misael, Joelson, Evinton, Lucas, Francisco(Chico), pelos momentos vividos durante o período desta etapa. Aos colegas do ICMC André, Jonathan, Paulo e Diego pelas correções da minha escrita e amizade. Aos colegas do laboratório de Visualização, Imagens e Computação Gráfica (VICG -ICMC/USP 1007 Bloco 1) pelas extensas horas de trabalho compartilhadas aos 23 graus obrigatórios que foram me gelando dia a dia. Para os senhores(as) da segurança do bloco 1 e 4 do ICMC, pelo trato amável e disposição. Finalmente e, não menos importante A CAPES, pelo apoio financeiro. " Si piensas que estas vencido, lo estas. " (Christian Barnard) RESUMO INCAHUANACO, F. Classificação de imagens de fluorescência do citoesqueleto através de técnicas em processamento de imagens. 2017. 80 p. Dissertação (Mestrado em Ciências -O citoesqueleto é a estrutura celular mais importante em células eucariotas e é responsável por manter a forma da célula e as junções celulares, auxiliando nos movimentos celulares. Esta é composta de filamentos de Actina, Microtúbulos e filamentos intermediários. Recentemente, a análise de duas dessas estruturas tornaram-se importantes, pois é possível obter micrografias usando microscópios de alta resolução, que contém microscopia de fluorescência, em combinação com métodos complexos de aplicação de substâncias de contraste para rotulagem e posterior análises visuais. A combinação dessas técnicas, entretanto, limita-se a ser descritiva e subjetiva. Neste trabalho, são avaliadas cinco técnicas de análise de imagens, as quais são: Bag of Visual Words (BoVW), Local Binary Local (LBP), Textons baseados em Discrete Fourier Transform (TDFT), Textons baseados em Gabo...

show abstract

Shape descriptors based handwritten character recognition engine with application to Kannada characters

Cited by 11 publications

References 16 publications

Handwritten OCR for Indic Scripts: A Comprehensive Overview of Machine Learning and Deep Learning Techniques

Handwritten OCR for Indic Scripts: A Comprehensive Overview of Machine Learning and Deep Learning Techniques

A Hybrid Feature Extraction Method for Accuracy Improvement in “Aksara Lontara” Translation

Classificação de imagens de fluorescência do citoesqueleto através de técnicas em processamento de imagens

Contact Info

Product

Resources

About

Shape descriptors based handwritten character recognition engine with application to Kannada characters

Cited by 11 publications

References 16 publications

Handwritten OCR for Indic Scripts: A Comprehensive Overview of Machine Learning and Deep Learning Techniques

Handwritten OCR for Indic Scripts: A Comprehensive Overview of Machine Learning and Deep Learning Techniques

A Hybrid Feature Extraction Method for Accuracy Improvement in &ldquo;Aksara Lontara&rdquo; Translation

Classificação de imagens de fluorescência do citoesqueleto através de técnicas em processamento de imagens

Contact Info

Product

Resources

About

A Hybrid Feature Extraction Method for Accuracy Improvement in “Aksara Lontara” Translation