یک روش خودکار مبتنی بر شبکه عصبی خودسازمان ده و الگوریتم ژنتیک برای جداسازی حروف فارسی در تصاویر متنی
Publish Year: 1394
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 1,485
This Paper With 5 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ICIKT07_061
تاریخ نمایه سازی: 22 مهر 1394
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.
Keywords:
نویسه خوان نوری فارسی(OCR) , جداسازی حروف فارسی , نگاشت خودسازمانده کوهونن(SOM) , ماشین حالت , الگوریتم ژنتیک
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 :