Ändra sökning
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • harvard1
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf
Bangla Handwritten Character Recognition using Convolutional Neural Network with Data Augmentation
Department of Computer Science and Engineering, University of Chittagong, Bangladesh.
University of Chittagong, Bangladesh.ORCID-id: 0000-0002-7473-8185
Luleå tekniska universitet, Institutionen för system- och rymdteknik, Datavetenskap. (Mobile and Pervasive Computing)ORCID-id: 0000-0002-3090-7645
Luleå tekniska universitet, Institutionen för system- och rymdteknik, Datavetenskap.ORCID-id: 0000-0003-0244-3561
Visa övriga samt affilieringar
2019 (Engelska)Ingår i: Proceedings of the Joint 2019 8th International Conference on Informatics, Electronics & Vision (ICIEV), 2019Konferensbidrag, Publicerat paper (Refereegranskat)
Abstract [en]

This paper proposes a process of Handwritten Character Recognition to recognize and convert images of individual Bangla handwritten characters into electronically editable format, which will create opportunities for further research and can also have various practical applications. The dataset used in this experiment is the BanglaLekha-Isolated dataset [1]. Using Convolutional Neural Network, this model achieves 91.81% accuracy on the alphabets (50 character classes) on the base dataset, and after expanding the number of images to 200,000 using data augmentation, the accuracy achieved on the test set is 95.25%. The model was hosted on a web server for the ease of testing and interaction with the model. Furthermore, a comparison with other machine learning approaches is presented.

Ort, förlag, år, upplaga, sidor
2019.
Nyckelord [en]
Convolutional Neural Network, handwritten character recognition, Bangla handwritten characters, Data augmentation
Nationell ämneskategori
Datavetenskap (datalogi) Medieteknik
Forskningsämne
Distribuerade datorsystem
Identifikatorer
URN: urn:nbn:se:ltu:diva-73307OAI: oai:DiVA.org:ltu-73307DiVA, id: diva2:1298999
Konferens
Joint 2019 8th International Conference on Informatics, Electronics & Vision (ICIEV), 26 - 29 April 2019, Spokane, United States
Projekt
A belief-rule-based DSS to assess flood risks by using wireless sensor networks
Forskningsfinansiär
Vetenskapsrådet, 2014-4251Tillgänglig från: 2019-03-25 Skapad: 2019-03-25 Senast uppdaterad: 2019-04-02Bibliografiskt granskad

Open Access i DiVA

fulltext(184 kB)40 nedladdningar
Filinformation
Filnamn FULLTEXT01.pdfFilstorlek 184 kBChecksumma SHA-512
a102cacdb994a0023a1530d99307244d72792cbeb10beaa6bf828edd4e547adc64baf3bca053e7d32c5dabd6b0d44cdfd6966fb67f95b3f9a22ed933ebf3e09b
Typ fulltextMimetyp application/pdf

Personposter BETA

Islam, Raihan UlAndersson, Karl

Sök vidare i DiVA

Av författaren/redaktören
Hossain, Mohammad ShahadatIslam, Raihan UlAndersson, Karl
Av organisationen
Datavetenskap
Datavetenskap (datalogi)Medieteknik

Sök vidare utanför DiVA

GoogleGoogle Scholar
Totalt: 40 nedladdningar
Antalet nedladdningar är summan av nedladdningar för alla fulltexter. Det kan inkludera t.ex tidigare versioner som nu inte längre är tillgängliga.

urn-nbn

Altmetricpoäng

urn-nbn
Totalt: 151 träffar
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • harvard1
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf