Graph Neural Network based Handwritten Trajectories Recognition

要約

グラフ ニューラル ネットワークは、現実のアプリケーションにおいて効率的な機械学習手法であることが証明されています。
手書き認識は、オフラインとオンラインの両方の手書き認識が必要な実際の使用において役立つ分野の 1 つです。
特徴抽出技術としてのチェーン コードは文献で重要な結果を示しており、グラフ ニューラル ネットワークでチェーン コードを使用できるようになりました。
私たちの知る限り、この研究は、チェーン コードとグラフ ニューラル ネットワークとしての手書きの軌跡特徴の新しい組み合わせを初めて提示します。
オフラインの手書きテキストの手書き軌跡は、描画順序の回復を使用して評価されていますが、オンラインの手書き軌跡はチェーン コードで直接使用されます。
私たちの結果は、現在の組み合わせが以前の結果を上回り、数エポックのみでエラー率を最小限に抑えていることを証明しています。

要約(オリジナル)

The graph neural networks has been proved to be an efficient machine learning technique in real life applications. The handwritten recognition is one of the useful area in real life use where both offline and online handwriting recognition are required. The chain code as feature extraction technique has shown significant results in literature and we have been able to use chain codes with graph neural networks. To the best of our knowledge, this work presents first time a novel combination of handwritten trajectories features as chain codes and graph neural networks together. The handwritten trajectories for offline handwritten text has been evaluated using recovery of drawing order, whereas online handwritten trajectories are directly used with chain codes. Our results prove that present combination surpass previous results and minimize error rate in few epochs only.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google