Resumen

El reconocimiento de dígitos escritos a mano juega un papel significativo en muchas aplicaciones de autenticación de usuarios en el mundo moderno. Dado que los dígitos escritos a mano no son del mismo tamaño, grosor, estilo y orientación, por lo tanto, se deben enfrentar estos desafíos para resolver este problema. Se ha realizado mucho trabajo para varios no-scripts en particular, pero en el caso de scripts, la investigación es limitada. Este documento presenta un sistema de reconocimiento de dígitos escritos a mano invariante al script para identificar dígitos escritos en cinco scripts populares del subcontinente indio, a saber, devanagari, bengalí, gurmukhi, gujarati y oriya. Se ha estimado un conjunto de características de 130 elementos que es básicamente una combinación de seis tipos diferentes de momentos, a saber, momento geométrico, momento invariante, momento invariante afín, momento de Legendre, momento de Zernike y momento complejo, para cada muestra de dígito. Finalmente, la técnica se evalúa en bases de datos MNIST

• Materias:Ecuaciones diferenciales Axiomas de lógica Intervalo Semiilimitado Deformación no lineal Cadenas homotópicas
• Subjects:Differential equations Logic axioms Semi-limited interval Nonlinear deformation Homotopy chains
• Palabras claves:Reconocimiento de dígitos escritos a mano; Aplicaciones de autenticación de usuarios; Tamaño; Grosor; Estilo; Orientación; Invariante al guion; Subcontinente indio; Conjunto de características; Momentos; Clasificadores; Perceptrón Multicapa; Precisiones de reconocimiento
• Keywords:Handwritten digit recognition; User authentication applications; Size; Thickness; Style; Orientation; Script invariant; Indian subcontinent; Feature set; Moments; Classifiers; Multilayer Perceptron; Recognition accuracies