.png){kind=icon}
返回
AI-driven Braille character recognition using partitioned spatial modeling and sequential learning
.png){kind=icon}
PRE
AI
DOI：10.1007/s00530-026-02278-x.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
盲文是一种触觉书写系统，能够使盲人及视力障碍者接触文学、教育和交流。然而，盲文字符识别仍具挑战性，这源于输入质量差异、复杂图案以及语言特定适配。本文提出了一种新颖的分区框架，可系统性地将盲文单元格分解为结构化子区域，并结合一种部分占用特征提取方法，以降低类别复杂度并增强可区分性。为支持盲人用户通过自动盲文转文本转换，以及非专业知识的视障用户解读盲文，所提系统旨在实现跨多样化条件的鲁棒、轻量识别。在跨语言数据集（包括含重叠凸点的中文盲文DSBI数据集和含真实世界畸变的俄文盲文Angelina数据集）上的评估显示，该方法相较于传统分类器准确率提升至99%。这些改进表明系统对噪声、凸点变形和光照变化的鲁棒性增强。总体而言，结果证实所提分区及特征编码策略显著提高了异构盲文数据集上的识别精度和适应性。
Keyword:
Braille character recognition
Dot detection
Half- third-character
Deep learning
期刊
IF:
3.1
论文数:
2.8K
被引数:
2.7K
机构
引用论文
OCR binarization and image pre-processing for searching historical documents.png)
PATTERN RECOGNITION
PATTERN RECOGNITIONIF7.6
PREAI
分享收藏分享收藏分享收藏分享收藏A deep learning approach for line-level Amharic Braille image recognitionSCIENTIFIC REPORTS
OAAI
SCIENTIFIC REPORTSIF3.9
OAAI分享收藏Braille Recognition for Reducing Asymmetric Communication between the Blind and Non-BlindSymmetryOAAI
SymmetryIF0
OAAI分享收藏Braille letter recognition in deep convolutional neural network with horizontal and vertical projection基于水平和垂直投影的深度卷积神经网络中的盲文字母识别
PREAI
分享收藏F sign-Net: Depth Sensor Aggregated Frame-Based Fourier Network for Sign Word RecognitionIEEE SENSORS JOURNAL
IEEE SENSORS JOURNALIF4.5
PREAI
分享收藏
分享收藏
查看更多内容