معرفی دو ویژگی سریع و کارآمد برای بازشناسی ارقام دستنویس فارسی

سال انتشار: 1385
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 2,042

فایل این مقاله در 6 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ICMVIP04_148

تاریخ نمایه سازی: 21 دی 1386

چکیده مقاله:

دو ویژگی سریع و کارآمد برای بازشناسی ارق ام دستنویس فارسی معرفی می شود . این ویژگ یها که آ نها را گرادیان بهبود یافته و هیستوگرام گرادیان نامیده ایم، مبتنی بر ویژگی گرادیان روشنایی بوده و به ترتیب برای تصاویر خاکستری و دوسطحی توسعه یافته اند. هر دو ویژگی جدید از نظر سرعت استخراج و نرخ بازشناسی بهبو د یافته اند . در اولین ویژگی سرعت استخراج ویژگی 2 برابر شده و دقت بازشناسی با 0.32 % افزایش به 99.02 % رسیده است . در دومین ویژگی، سرعت استخراج بیش از 10 برابر شده و نرخ بازشناسی با 0.1 % افزایش به 98.80 % رسیده است. طبقه بند مورد استفاده، یک شبکة عصبی چند لایه است. آزمایشها روی مجموعة ارقام دستنویس "هدی" انجام شده است که دارای 60.000 نمونة آموزش و 20.000 نمونة آزمایش است.

نویسندگان

حسین خسروی

دانشگاه تربیت مدرس

احسان اله کبیر

دانشیار بخش مهندسی برق، دانشگاه تربیت مدرس

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 :
  • حسین خسروی، بازشناسی ارقام و حروف دستنویس فارسی در فرمهای ...
  • بازشناسی برخط حروف مجزای فارسی با شبکه عصبی [مقاله کنفرانسی]
  • کیوان مسروری، احسان‌اله کبیر، بازشناسی حروف دستنویس فارسی با روش ...
  • احسان‌اله کبیر، غلامرضا اردشیر، بازشناسی ساختاری حروف دستنویس، سومین کنفرانس ...
  • دستنویس فارسی با استفاده از گرادیان و دسته بندی کننده ... [مقاله کنفرانسی]
  • علیرضا درویش، احسان‌اله کبیر، حسین خسروی، "کاربرد تطابق شکل در ...
  • محمد رحمتی، مریم زیبایی‌فرد، یک روش ساختاری برای حروف و ... [مقاله کنفرانسی]
  • H. Soltanzadeh and M. Rahmati, "Recognition of Persian handwritten digits ...
  • O.D. Trier, A.K. Jain and T. Taxt, "Feature extraction methods ...
  • C.L. Liu, et al., "Handwritten digit recognition: benchmarking of state- ...
  • M. Shi, et al., "Handwritten numeral recognition using gradient and ...
  • J. Dong, "Comparison of Algorithms for Handwritten Numeral Recognition", Center ...
  • نمایش کامل مراجع