بازشناسی حروف دستنویس فارسی با استفاده از ویژگیهای آماری و ساختاری
Publish Year: 1392
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 1,727
This Paper With 5 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ICMVIP08_076
تاریخ نمایه سازی: 9 بهمن 1392
Abstract:
در این مقاله به شناسایی حروف دستنویس فارسی با استفاده از ترکیب ویژگیهای آماری و ساختاری میپردازید. شناسایی حروف دستنویس یکی از موضوعات تحقیقاتی در زمینه شناسایی الگو و پردازش تصویر است. در شناسایی حروف دستنویس، استخراج ویژگی نقش بسزایی دارد. استخراج ویژگی سلبی در جایگزینی تصویر با یک بردار عددی دارد تا بتواند خصوصیات آن تصویر را بخوبی توصیف کند. سرعت استخراج ویژگیهای ساختاری مانند پیداکردن بدنه اصلی حروف، شمارش تعداد نقاط حروف، ناحیه بندی و مقاوم بودن ویژگیهای آماری حروف مانند انحراف معیار دوبعدی و مختصات مرکز ثقل تصویر در مقابل تغییراتی نظیر چرخشی و انتقالی، از جمله دلایلی است که میتوان با ترکیب این دو ویژگی، سیستم بازشناسی حروف دستنویس فارسی را پیاده سازی کرد. بدعت بهدستآمده با استفاده از الگوریتم W-SMO برابر با 92/45% است که در مقابل سایر روشهای موجود در صد قابل ملاحظهای است.
Keywords:
Authors
هدیه ساجدی
گروه علوم کامپیوتر - دانشکده ریاضی - آمار و خود به کامپیوتر - پردیس علوم دانشگاه تهران
زهرا خدایی
دانشگاه بین المللی امام رضا (ع) - مشهد
راضیه خدیوی گلکارزاده
دانشگاه بین المللی امام رضا (ع) - مشهد
فائزه مستشار شهیدی
دانشگاه بین المللی امام رضا (ع) - مشهد
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper 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 Paper لینک شده اند :