بهبود نرخ بازشناسی ارقام دست نویس فارسی به روش SIFT

سال انتشار:

1395

نوع سند:

مقاله کنفرانسی

زبان:

فارسی

مشاهده:

331

فایل این مقاله در 9 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

FANAVARI01_009

تاریخ نمایه سازی: 19 خرداد 1396

چکیده مقاله:

بازشناسی ارقام دست نویس فارسی یکی از مسایل مهم در حوزه بازشناسی الگومی باشد. تحقیقات در این زمینه چندین دهه است که آغاز شده و هنوز هم در حال تحول می باشد. یکی از مواردی که اخیرا در بازشناسی الگو بسیار مورد توجه قرار گرفته، انتخاب ویژگی است. با پیدا کردن بهترین گروه ویژگی ها از میان کل ویژگی هایی که استخراج می شوند، می توان علاوه بر کاهش تعداد ویژگی ها و هزینه های محاسباتی نرخ بازشناسی را به میزان قابل توجهی بهبود بخشید. استخراج ویژگی از مهم ترین قسمت های یک سیستم بازشناسی می باشد و در این مقاله بر روی این قسمت تمرکز شده است. و دلیل آن هم این است که این مرحله از اساسی ترین مراحل یک سیستم تشخیص الگو یا یک سیستم بازشناسی می باشد، لذا بهبود نرخ بازشناسی و در نتیجه بالا رفتن کارایی سیستم را در پی خواهد داشت آن چه اتفاق خواهد افتاد بهبود نرخ بازشناسی و در نتیجه بالا رفتن کارایی سیستم خواهد بود. روش های برای استخراج ویژگی توسط محققان به کار گرفته شده است. در این مقاله به بررسی بهینه استخراج ویژگی ها پرداخته شده است و در این راستا از روش توصیف گر ویژگی مستقل از مقیاس استفاده شده است. هدف از این مقاله استخراج ویژگی های بهینه هست به طوری که این ویژگی ها مستقل از مقیاس، چرخش و یا روشنایی باشند. به منظور رسیدن به این هدف از روش SIFT بهره گرفته شده است.

کلیدواژه ها:

استخراج ویژگی ، بازشناسی ارقام ، توصیف گر ویژگی مستقل از مقیاس (SIFT) ، نرخ بازشناسی

نویسندگان

حمیدرضاحاجیان
حمیدرضا حاجیان

واحد بیرجند، دانشگاه آزاد اسلامی، دانشکده فنی و مهندسی ، بیرجند

عباسمحمودزاده
عباس محمودزاده

واحد بیرجند، دانشگاه آزاد اسلامی، دانشکده فنی و مهندسی، بیرجند

غلامحسینمعروف
غلامحسین معروف

واحد بیرجند، دانشگاه آزاد اسلامی، دانشکده فنی و مهندسی، بیرجند

مجیدرضاناصح
مجیدرضا ناصح

واحد بیرجند، دانشگاه آزاد اسلامی، دانشکده فنی و مهندسی، بیرجند

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله 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 مقاله لینک شده اند :
  • . نبوی کریزی، سید حسن؛ "ترکیب طبقه بندها با تاکید ...
  • . قنبری، نجمه؛ " انتخاب ویژگی برای بازشناسی ارقام دستنویس ...
  • عبدالله پور، سید مصطفی؛ پایان نامه کارشناسی، دانشکده فنی مهندسی، ...
  • میری، اسماعیل؛ _ ' بهبود بازشناسی ارقام دستنویس فارسی به ...
  • فائز، کریم؛ ختن زاد، علیرضا؛ شیرعلی شهرضا، محمدحسن _ "تشخیص ... [مقاله کنفرانسی]
  • نبوی کریزی، سید حسن؛ صدوقی، هادی؛ کبیر، احسان الله؛ کارولوکس، ...
  • خسروی، حسین؛ کبیر، احسان الله؛ "بازشناسی حروف و ارقام دستنویس ...
  • R. Ebrahimpour, M. Amini and A.V. Shams, Common Techniques and ...
  • Hu Peifeng, Zhao Yannan, Yang Zehong, Wang Jiaqin, "Recognition of ...
  • GE Yong, HUO Quiang, FENG Zhi-Dan, "Offline recognition of handwritten ...
  • R. Azmi, E. Kabir, A recognition algorithm for hand-printed farsi ...