یک روش خودکار مبتنی بر شبکه عصبی خودسازمان ده و الگوریتم ژنتیک برای جداسازی حروف فارسی در تصاویر متنی
Publish Year: 1394
Type: Conference paper
Language: Persian
View: 1,607
This Paper With 5 Page And PDF Format Ready To Download
- Certificate
- I'm the author of the paper
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
Export:
Document National Code:
ICIKT07_061
Index date: 14 October 2015
یک روش خودکار مبتنی بر شبکه عصبی خودسازمان ده و الگوریتم ژنتیک برای جداسازی حروف فارسی در تصاویر متنی abstract
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.
یک روش خودکار مبتنی بر شبکه عصبی خودسازمان ده و الگوریتم ژنتیک برای جداسازی حروف فارسی در تصاویر متنی Keywords:
نویسه خوان نوری فارسی(OCR) , جداسازی حروف فارسی , نگاشت خودسازمانده کوهونن(SOM) , ماشین حالت , الگوریتم ژنتیک
یک روش خودکار مبتنی بر شبکه عصبی خودسازمان ده و الگوریتم ژنتیک برای جداسازی حروف فارسی در تصاویر متنی authors
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 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 :