Handwriting Comenia Script Recognition with Convolutional Neural Network

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216305%3A26220%2F17%3APU124067" target="_blank" >RIV/00216305:26220/17:PU124067 - isvavai.cz</a>

Výsledek na webu

<a href="https://ieeexplore.ieee.org/document/8076093" target="_blank" >https://ieeexplore.ieee.org/document/8076093</a>

DOI - Digital Object Identifier

<a href="http://dx.doi.org/10.1109/TSP.2017.8076093" target="_blank" >10.1109/TSP.2017.8076093</a>

Jazyk výsledku

angličtina

Název v původním jazyce

Handwriting Comenia Script Recognition with Convolutional Neural Network

Popis výsledku v původním jazyce

This paper deals with handwriting recognition (HWR) using artificial intelligence of so–called Comenia script - a modern handwritten font similar to block letters recently introduced at primary schools in the Czech Republic. This work describes a method how to extend a limited training set of handwritten letters and proposes a new method to increase stability and accuracy by artificially created image samples. We examined a large set of algorithms including a deep learning method for classification of the handwriting characters. The best results were achieved using a convolutional neural network, which achieved the accuracy or character recognition 90.04%

Název v anglickém jazyce

Handwriting Comenia Script Recognition with Convolutional Neural Network

Popis výsledku anglicky

This paper deals with handwriting recognition (HWR) using artificial intelligence of so–called Comenia script - a modern handwritten font similar to block letters recently introduced at primary schools in the Czech Republic. This work describes a method how to extend a limited training set of handwritten letters and proposes a new method to increase stability and accuracy by artificially created image samples. We examined a large set of algorithms including a deep learning method for classification of the handwriting characters. The best results were achieved using a convolutional neural network, which achieved the accuracy or character recognition 90.04%

Druh

D - Stať ve sborníku

CEP obor

—

OECD FORD obor

10201 - Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)

Projekt

Výsledek vznikl pri realizaci vícero projektů. Více informací v záložce Projekty.

Návaznosti

P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)<br>S - Specificky vyzkum na vysokych skolach

Rok uplatnění

2017

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Název statě ve sborníku

40th Anniversary of International Conference on Telecommunications and Signal Processing (TSP)

ISBN

978-1-5090-3981-4

ISSN

—

e-ISSN

—

Počet stran výsledku

5

Strana od-do

775-779

Název nakladatele

Neuveden

Místo vydání

Barcelona

Místo konání akce

Barcelona

Datum konání akce

5. 7. 2017

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

000425229000164