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
ATZ-Fachkongress

Chassis.tech plus 2024


4 Kongresse in einer Veranstaltung

Treffen Sie in München die Fachleute von Chassis, Lenkung, Bremsen sowie Reifen/Räder.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
An Assessment of Arabic Handwriting Recognition Technology Kapitel lesen Erstes Kapitel lesen

2012 | OriginalPaper | Buchkapitel

6. Features for HMM-Based Arabic Handwritten Word Recognition Systems

verfasst von : Laurence Likforman-Sulem, Ramy Al Hajj Mohammad, Chafic Mokbel, Fares Menasri, Anne-Laure Bianne-Bernard, Christopher Kermorvant

Erschienen in: Guide to OCR for Arabic Scripts

Verlag: Springer London

Einloggen

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

search-config
loading …

Abstract

HMM-based systems need observation sequences as input. These observations consist of discrete values or vectors extracted from word images or text lines. In this chapter we explore various types of features which are popular for Arabic cursive handwriting recognition. Some of these features are statistical, based on pixel distributions or local directions. Others are structural, based on the presence of loops, ascenders, or descenders. We show how these features can be efficient within HMM-based systems based on sliding windows or grapheme segmentation.

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 Segmentation of Ancient Arabic Documents
Nächstes Kapitel Printed Arabic Text Recognition
Anhänge
Nur mit Berechtigung zugänglich
Literatur
1.
Al-Hajj Mohamad, R., Likforman-Sulem, L., Mokbel, C.: Combining slanted-frame classifiers for improved HMM-based Arabic handwriting recognition. IEEE Trans. Pattern Anal. Mach. Intell. 31 (2009)
2.
Amin, A.: Off-line Arabic character recognition: the state of the art. Pattern Recognit. 31(5), 517–530 (1998) MathSciNetCrossRef
3.
BenAmara, N., Bouslama, F.: Classification of Arabic script using multiple sources of information: state of the art and perspective. Int. J. Doc. Anal. Recognit. 5, 195–212 (2003) CrossRef
4.
Benouareth, A., Ennaji, A., Sellami, M.: HMMs with explicit state duration applied to handwritten Arabic word recognition. In: ICPR, vol. 2, pp. 897–900 (2006)
5.
Bianne, A.L., Kermorvant, C., Likforman-Sulem, L.: Context-dependent HMM modeling using tree-based clustering for the recognition of handwritten words. In: Proceedings of Electronic Imaging-Document Recognition and Retrieval XVII—DRR 2010 SPIE, vol. 7534 (2010)
6.
Bianne-Bernard, A.L., Menasri, F., Al-Hajj, R.M., Mokbel, C., Kermorvant, C., Likforman-Sulem, L.: Dynamic and contextual information in HMM modeling for handwritten word recognition. IEEE Trans. Pattern Anal. Mach. Intell. 33(10), 2066–2080 (2011) CrossRef
7.
Blumenstein, M., Cheng, C.K., Liu, X.Y.: New pre-processing techniques for handwritten word recognition. In: Proceedings of the Second IASTED International Conference on Visualization, Imaging and Image Processing, pp. 480–484 (2002)
8.
Caesar, T., Gloger, J.M., Mandler, E.: Pre-processing and feature extraction for a handwritten recognition system. In: International Conference on Document Analysis and Recognition (ICDAR), pp. 408–411 (1993)
9.
Chelba, C., Morton, R.: Mutual information phone clustering for decision tree induction. In: Proceedings of the International Conference on Spoken Language Processing—ICSLP02 (2002)
10.
Dehghan, M., Faez, K., Ahmadi, M., Shridhar, M.: Handwritten Farsi (Arabic) word recognition: a holistic approach using discrete HMM. Pattern Recognit. 34(5), 1057–1065 (2001) MATHCrossRef
11.
Dreuw, P., Rybach, D., Gollan, C., Ney, H.: Writer adaptive training and writing variant model refinement for offline Arabic handwriting recognition. In: International Conference on Document Analysis and Recognition (ICDAR), pp. 21–25 (2009) CrossRef
12.
Grosicki, E., El-Abed, H.: ICDAR 2009 handwriting recognition competition. In: ICDAR, pp. 1398–1402 (2009)
13.
14.
15.
Kanoun, S., Alimi, A.M., Lecourtier, Y.: Natural language morphology integration in off-line Arabic optical text recognition. IEEE Trans. Syst. Man Cybern., Part B, Cybern. 41(2), 579–590 (2011) CrossRef
16.
Khorsheed, M.S.: Recognising handwritten Arabic manuscripts using a single hidden Markov model. Pattern Recognit. Lett. 24(14), 2235–2242 (2003) MATHCrossRef
17.
Lorigo, L.M., Govindaraju, V.: Offline Arabic handwriting recognition: a survey. IEEE Trans. Pattern Anal. Mach. Intell. 28(5), 712–724 (2006) CrossRef
18.
Märgner, V., Abed, H.E.: ICFHR 2010—Arabic handwriting recognition competition. In: International Conference on Frontiers in Handwriting Recognition (ICFHR), pp. 709–714 (2010) CrossRef
19.
Marti, U., Bunke, H.: A full English sentence database for off-line handwriting recognition. In: Proceedings of the Fifth International Conference on Document Analysis and Recognition—ICDAR99, pp. 705–708 (1999)
20.
Menasri, F., Vincent, N., Cheriet, M., Augustin, E.: Shape-based alphabet for off-line Arabic handwriting recognition. In: International Conference on Document Analysis and Recognition vol. 2, pp. 969–973 (2007)
21.
Mohamad, R.A.H., Likforman-Sulem, L., Mokbel, C.: Combining slanted-frame classifiers for improved HMM-based Arabic handwriting recognition. IEEE Trans. Pattern Anal. Mach. Intell. 31(7), 1165–1177 (2009) CrossRef
22.
Natarajan, P., Lu, Z., Schwartz, R.M., Bazzi, I., Makhoul, J.: Multilingual machine printed OCR. Int. J. Pattern Recognit. Artif. Intell. 15(1), 43–63 (2001) CrossRef
23.
Pechwitz, M., Märgner, V.: HMM-based approach for handwritten Arabic word recognition using the IFN/ENIT database. In: International Conference on Document Analysis and Recognition (ICDAR), pp. 890–894 (2003)
24.
Pechwitz, M., Maddouri, S.S., Märgner, V., Ellouze, N., Amiri, H.: IFN/ENIT database of handwritten Arabic words. In: CIFED (2002)
25.
Plotz, T., Fink, G.: Markov models for offline handwriting recognition: a survey. Int. J. Doc. Anal. Recognit. 12, 269–298 (2009) CrossRef
26.
Saleem, S., Cao, H., Subramanian, K., Kamali, M., Prasad, R., Natarajan, P.: Improvements in BBN’s HMM-based offline Arabic handwriting recognition system. In: International Conference on Document Analysis and Recognition (ICDAR), pp. 773–777 (2009) CrossRef
27.
Schambach, M.P., Rottland, J., Alary, T.: How to convert a Latin handwriting recognition system to Arabic. In: Proceedings of ICFHR’08 (2008)
28.
Touj, S.M., Amara, N.E.B., Amiri, H.: A hybrid approach for off-line Arabic handwriting recognition based on a planar hidden Markov modeling. In: International Conference on Document Analysis and Recognition (ICDAR), pp. 964–968 (2007)
29.
Young, S.J., Odell, J.J., Woodland, P.C.: Tree-based state tying for high accuracy acoustic modelling. In: Proceedings of the Workshop on Human Language Technology (HLT94), pp. 307–312 (1994) CrossRef
30.
Young, S., et al.: The HTK Book V3.4. Cambridge University Press, Cambridge (2006)
31.
Zen, H., Tokuda, K., Kitamura, T.: Decision tree based simultaneous clustering of phonetic contexts, dimensions, and state positions for acoustic modeling. In: Proceedings Eurospeech, pp. 3189–3192 (2003)
32.
Zimmermann, M., Bunke, H.: Automatic segmentation of the IAM off-line database for handwritten English text. In: Proceedings of the 15th International Conference on Pattern Recognition—ICPR2000, vol. 4, pp. 35–39 (2000)
Metadaten
Titel
Features for HMM-Based Arabic Handwritten Word Recognition Systems
verfasst von
Laurence Likforman-Sulem
Ramy Al Hajj Mohammad
Chafic Mokbel
Fares Menasri
Anne-Laure Bianne-Bernard
Christopher Kermorvant
Copyright-Jahr
2012
Verlag
Springer London
Buch
Guide to OCR for Arabic Scripts

Print ISBN: 978-1-4471-4071-9

Electronic ISBN: 978-1-4471-4072-6

Copyright-Jahr: 2012

DOI
https://doi.org/10.1007/978-1-4471-4072-6_6

Premium Partner

    Bildnachweise