معرفی یک پایگاه داده جدید برای تشخیص اتوماتیک چک های بانکی دستنویس فارسی

در این مقاله اولین قدم اساسی در جهت ایجاد یک سیستم تشخیص اتوماتیک چک های بانکی دستنویس فارسی برداشته شده و یک پایگاه داده جامع از تصاویر چک های واقعی بانکی فارسی ایجاد گردیده است. فیلد های موجود در اینپایگاه داده، از تصاویر اسکن شده بیش از ۲۰۰۰ چک واقعی رایج در سیستم بانکی ایران استخراج شده اند که شامل فیلدهای تاریخ، مبلغ عددی، و مبلغ حرفی هستند. همچنین این پایگاه داده شامل تصاویر ۸۰۰ فیلد تاریخ و مبلغ عددی سخت ومشکل دار از قبیل ارقام متصل به همtouching digits می باشد. مجموعه تصاویراین پایگاه داده بصورت پنج بخش مجزا شامل: چکهای بانکی اصلیoriginal check imagesتاریخ های عددی دستنویسdate)بصورت هجری شمسی مبالغ عددی دستنویسcourtesy amount)مبالغ حرفی دستنویسlegal amount ,ارقام متصل به همtouching digitsسازماندهی شده که هر کدام از این بخش ها را می توان به عنوان یک پایگاه داده مجزا مورد استفاده قرار داد . مجموعه این فیلد ها به دو بخش آموزشی training) و آزمایشی testing)تقسیم شده اند که ازبخش آموزشی برای یادگیری سیستم ها و از بخش آزمایشی جهت آزمایشات وارزیابی تشخیص فیلدهای مختلف سیستم ها استفاده می شود . اگرچه این پایگاهداده مختص چک های بانکی فارسی می باشد اما می تواند علاوه بر توسعه تحقیقات کاربردی در زمینه تشخیص اتوماتیک چک ها، کمک شایانی به تحقیقات در زمینه تشخیص کلیه ارقام و متون دستنویس فارسی نیز نماید

کلیدواژه ها:

تشخیص ارقام دستنویس فارسی ، تشخیص اتوماتیک چک های بانکی فارسی ، تشخیص تاریخ ، تشخیص مبلغ عددی ، و تشخیص مبلغ حرفی