Este artigo apresenta novas arquiteturas híbridas para o reconhecimento de caracteres escritos à mão em árabe, integrando redes de cápsulas com redes neurais residuais (ResNets) através de várias estratégias de incorporação. Os modelos Custom Caps-ResNet propostos exploram incorporações de cápsulas em níveis baixo, médio, alto e multilevel para sinergizar o aprendizado hierárquico de características com a preservação de relações espaciais. Avaliados em quatro conjuntos de dados de referência, os modelos alcançam uma precisão competitiva—99,64% no OIHACDB-28 e 94,14% no Dhad—enquanto consistentemente reduzem a perda de teste em até 80% no Dhad e 66% no HMBDV1 em comparação com as linhas de base. Essas reduções na perda indicam uma certeza de previsão aprimorada e uma representação de característica melhorada. Incorporações multilevel e em nível médio apresentam desempenho robusto em diversas complexidades de escrita, enquanto as incorporações em nível alto se destacam na abstração semântica. A variação no desempenho do conjunto de dados revela como as redes de cápsulas mitigam desafios em conexões cursivas, sobreposições e formas de caracteres posicionais. No geral, a integração de incorporações de cápsula nas hierarquias de ResNet leva não apenas a uma precisão forte, mas também a previsões significativamente mais confiantes—avançando o reconhecimento de caligrafia árabe em direção a uma implantação confiável no mundo real.
Nasri et al. (Sex,) estudaram essa questão.