Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Bücher
Zeitschriften
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
MTZ-Fachkongress

Antriebe und Energiesysteme von morgen


Austausch von Automobil- und Energiewirtschaft

Am 14./15. Mai geht es in Chemnitz um die Mobilitätswende durch Elektro- und Wasserstofffahrzeuge.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
Age and Gender Estimation Through Dental X-Ray Analysis Kapitel lesen Erstes Kapitel lesen

2024 | OriginalPaper | Buchkapitel

Handwritten English Alphabets Recognition System

verfasst von : Raunak Kumar, Sagar Patra, Ajay Pal Singh

Erschienen in: Advanced Computing

Verlag: Springer Nature Switzerland

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

The objective of this study is to create a Handwritten English Alphabet Recognition System, emphasizing signature recognition. In a global context where handwritten records and signatures play pivotal roles in various sectors, including legal, finance, and authentication, the demand for accurate and efficient recognition methods is paramount. This research project endeavors to construct a resilient system that can precisely identify and categorize handwritten English letters and signatures through the application of machine learning techniques, notably deep learning. The system employs convolutional and recurrent neural networks to adapt to diverse writing styles and varying levels of complexity.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel Developing an Efficient Toxic Comment Detector Using Machine Learning Techniques
Nächstes Kapitel Stock Price Prediction Using Time Series
Literatur
1.
Ding, K., Liu, Z., Jin, L., Zhu, X.: A comparative study of GABOR feature and gradient feature for handwritten Chinese character recognition. In: International Conference on Wavelet Analysis and Pattern Recognition, p. 11821186, Beijing, China, 2–4 November 2007
2.
Charles, P.K., Harish, V., Swathi, M., Deepthi, C.H.: A review on the various techniques used for optical character recognition. Int. J. Eng. Res. Appl. 2(1), 659–662 (2012)
3.
Bahlmann, C., Haasdonk, B., Burkhardt, H.: Online handwriting recognition with support vector machines-a kernel approach. In: IEEE Proceedings Eighth International Workshop on Frontiers in Handwriting Recognition, pp. 49–54 (2002)
4.
Neetu, B.: Optical character recognition techniques. Int. J.Adv. Res. Comput. Sci. Softw. Eng. 4(5) (2014)
5.
Pradeep, J., Srinivasan, E., Himavathi, S.: Diagonal based feature extraction for handwritten character recognition system using neural network. In: 3rd IEEE International Conference on Electronics Computer Technology, vol. 4, pp. 364–368 (2011)
6.
Navneet, D., Triggs, B.: Histograms of oriented gradients for human detection. In: Proceedings of the CVPR2005 IEEE Computer Society Conference on Computer Vision and Pattern Recognition, vol. 1. San Diego, CA, USA, 20–25 June 2005
7.
Simonyan, K., Andrew, Z.: Very deep convolutional networks for large-scale image recognition. arXiv (2004)
8.
Bajaj, R., Dey, L., Chaudhury, S.: Devnagari numeral recognition by combining decision of multiple connectionist classifiers. Sadhana, part. 1, 27, 59–72 (2002)
9.
Lorigo, L.M., Govindaraju, V.: Offline Arabic handwriting recognition: a survey. IEEE Trans. Pattern Anal. Mach. Intell. 28(5) (2006)
10.
Kumar, G., Bhatia, P.K., Banger, I.: Analytical review of preprocessing techniques for offline handwritten character recognition. In: 2nd International Conference on Emerging Trends in Engineering & Management, ICETEM (2013)
11.
Espana-Boquera, S., Castro-Bleda, M.J., Gorbe-Moya, J., Zamora-Martinez, F.: Improving offline handwritten text recognition with hybrid HMM/ANN models. IEEE Trans. P
12.
13.
Kumar, G., Kumar, S.: CNN based handwritten Devanagari digits recognition. Int. J. Comput. Sci. Eng. 5, 71–74 (2017)
14.
Arora, S.: Combining multiple feature extraction techniques for handwritten Devanagari character recognition. In: IEEE Region 10 Colloquium and the Third ICIIS, Kharagpur, INDIA (2008)
15.
Singh, D., Khan, M. A., Bansal, A., Bansal, N.: An application of SVM in character recognition with chain code. In: Communication, Control and Intelligent Systems (CCIS), pp. 167–171 (2015)
16.
Som, T., Saha, S.: Handwritten character recognition using fuzzy membership function. Int. J. Emerg. Technol. Sci. Eng. 5(2), 11–15 (2011)
17.
Hanmandlu, M., Murthy, O.R.: Fuzzy model based recognition of handwritten numerals. Pattern Recog. 40, 1840–1854 (2007)
18.
Patnaik, S.S., Panda, A.K.: Particle swarm optimization and bacterial foraging optimization techniques for optimal current harmonic mitigation by employing active power filter applied computational intelligence and soft computing. 2012, 897127 (2012)
19.
Jawad, H., Olivier, P., Jinchang, R., Jianmin, J.: Performance of hidden Markov model and dynamic Bayesian network classifiers on handwritten Arabic word recognition. Knowl.-Based Syst. 24, 680–688 (2011)CrossRef
20.
Plamondon, R., Srihari, S.: Online and off-line handwriting recognition: a comprehensive survey. IEEE Trans. Pattern Anal. Mach. Intell. 22, 63–68 (2000)CrossRef
Metadaten
Titel
Handwritten English Alphabets Recognition System
verfasst von
Raunak Kumar
Sagar Patra
Ajay Pal Singh
Copyright-Jahr
2024
Buch
Advanced Computing

Print ISBN: 978-3-031-56699-8

Electronic ISBN: 978-3-031-56700-1

Copyright-Jahr: 2024

DOI
https://doi.org/10.1007/978-3-031-56700-1_24

Premium Partner

    Bildnachweise