حسین پورقاسم - دانشگاه آزاد اسلامی واحد نجف آباد، دکترای برق
منصور نجاتی - دانشگاه صنعتی اصفهان

در این مقاله چارچوب طبقه بندی جدیدی برای بازشناسی کاراکترهای فارسی پلاک خودرو ارایه می شود. در این چارچوب، مجموعه ای از ویژگی های مختلف بر مبنای تصویرهای جهتی، آشکارساز لبه کیرش و میانگین های محلی برای کاراکترهای پلاک محاسبه می گردد. این ویژگی ها، سپس با استفاده از یک ساختار دینامیکی ترکیب طبقه بندها، با نام اختلاط خبره ها طبقه بندی می شوند. این ساختارشامل سه شبکه عصبی پرسپترون به عنوان طبقه بندهای پایه و یک شبکه پرسپترون دیگر به عنوان شبکه میانجی است که در یک فرایند رقابتی، تقسیم فضای ورودی بین طبقه بندهای پایه را یاد می گیرد و همزمان ضریب صلاحیتی را متناسب با داده ورودی، به خروجی هر طبقه بند پایه اعمال می نماید. الگوریتم بازشناسی پیشنهادی بر روی مجموعه داده ای شامل ۱۴۲۵۶ تصویر باینری کاراکترهای فارسی پلاک های رسمی ایران ارزیابی شده و دقت بازشناسی۴۲/۹۹ درصد به دست آمد. نتایج تجربی نشان می دهند که در مقایسه با شبکه های عصبی پرسپترون، ساختار اختلاط خبره ها منجر به افزایش دقت در بازشناسی کاراکترهای فارسی پلاک خودرو می گردد.

بازشناسی پلاک خودرو, اختلاط خبره ها, پرسپترون چندلایه