یک روش خودکار مبتنی بر شبکه عصبی خودسازمان ده و الگوریتم ژنتیک برای جداسازی حروف فارسی در تصاویر متنی
محل انتشار: هفتمین کنفرانس بین المللی فناوری اطلاعات و دانش
سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,484
فایل این مقاله در 5 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ICIKT07_061
تاریخ نمایه سازی: 22 مهر 1394
چکیده مقاله:
در این مقاله، یک روش خودکار برای جداسازی حروف فارسی در تصاویر حاوی متون فارسی ارائه شده است که به عنوان یکی از واحدهای اصلی سامانه های تشخیص نویسه خوان نوری (OCR) فارسی است. این روش مبتنی بر یافتن یک ماشین حالت است که اطلاعات ستون های یک سطر از نوشته را به عنوان ورودی دریافت کرده، حالت خود را تعویض نموده و در نهایت در مکان های مناسب جداسازی حروف را اعلام می کند. از شبکه عصبی نگاشت خودسازمانده کوهونن (SOM)، برای برچسب زدن به ستون های یک سطر از متن استفاده شده است و برای یافتن یک ماشین حالت جداساز مناسب، از الگوریتم ژنتیک بهره گرفته شده است. میزان بهینگی هر یک از ماشین های حالت، با اجرای ماشین حالت بر روی داده های آموزش، مشخص می شود. میزان دقت این روش بر روی داده های آزمون که از 8000 حرف تشکیل شده اند، 99.5% بوده است. علاوه بر دقت بالا، مزیت دیگر این روش نسبت به روش های مشابه، تمام خودکار بودن مراحل آن است که با داشتن داده های آموزش، می توان تمامی مراحل را بدون تغییر بر روی داده های جدید انجام داد.
کلیدواژه ها:
نویسه خوان نوری فارسی(OCR) ، جداسازی حروف فارسی ، نگاشت خودسازمانده کوهونن(SOM) ، ماشین حالت ، الگوریتم ژنتیک
نویسندگان
سیدمحمدحسین سید رضی زاده
دانشجوی کارشناسی ارشد، دانشکده علوم و فنون نوین، دانشگاه تهران
هادی ویسی
استادیار، دانشکده علوم و فنون نوین، دانشگاه تهران
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :