تشخیص کلمات دست نویس فارسی با استفاده از شبکه عصبی ترکیبی CNN-BiLSTM

تشخیص متن دست خط فارسی توسط ماشین به دلیل تنوع دست خط ها و حروف یکی از مباحث چالشی در حوزه بینایی ماشین است. در این پژوهش، مدلی تشکیل شده از شبکه CNN دو لایه + BiLSTM بر روی دیتاست خیام برای تشخیص کلینگر کلمات دست نویس فارسی غیر برخط به کار گرفته شده است. عملکرد مدل با توابع فعال سازی مختلف بررسی شده تا بهترین ترکیب برای استخراج ویژگی ها و افزایش دقت نهایی تشخیص کلمات دست نویس فارسی مشخص شود. هدف از این بررسی شناسایی تابعی بود که بیشترین تاثیر مثبت را بر توانایی مدل در تمایز و شناسایی صحیح کلمات دست نویس فارسی داشته باشد. بر این اساس توابع فعال سازی مختلف شامل ELU، GELU، Mish، Swish، ReLU، Leaky ReLU بر اساس دقت در سطح کلمه و کاراکتر مقایسه شد. نتایج نشان داد که با وجود عملکرد نسبتا نزدیک توابع، ELU کمترین دقت را داشت در حالی که Swish، Mish، ReLU و GELU عملکرد مشابه و مناسبی از خود نشان دادند. این یافته ها می تواند پژوهشگران را در انتخاب توابع فعال سازی مناسب برای بهبود عملکرد مدل های یادگیری عمیق با اهداف مختلف در پردازش دستخط فارسی یاری کند.

کلیدواژه ها:

تشخیص کلمات دست نویس ، شبکه عصبی ترکیبی ، CNN-BiLSTM ، توابع فعال سازی ، یادگیری عمیق ، دستخط فارسی