تشخیص دست نوشته با استفاده از شبکه های عصبی مصنوعی بازگشتی LSTM
سال انتشار: 1396
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,101
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
IRCEM02_265
تاریخ نمایه سازی: 7 اسفند 1396
چکیده مقاله:
بطور کلی این مقاله در مورد تشخیص دست نوشته های انسان بوسیله ماشین به کمک روش شبکه های عصبی بازگشتی حافظه کوتاه- مدت طولانی(1LSTM) می باشد. در واقع سیستمی است که شامل داده های ورودی، واحد پردازش تصویر و واحد خروجی می باشد. اگر بخواهیم بطور کلی بعنوان نمونه در مورد دست نوشته هایی که به زبان فارسی نوشته شده اند بحث کنیم، مسیله مجهول و مبهم دست نوشته های متنوع در طول و عرض حروف دست نوشته می باشد.این مقاله ، یک روش تشخیص اعداد دست نوشته فارسی را معرفی کرده و مشکلات موجود در تشخیص ارقام دست نوشته را بیان می کند. این روش از یک شبکه ی عصبی برای پیش بینی استفاده می کند. نوآوری کلیدی در این طرح، روش استخراج ویژگی آن است که بر مبنای تکنیک های استخراج ویژگی و نحوه چینش گوشه ها در تصویر دست نوشته می باشد. روش پیشنهادی به یک نرخ تشخیص کلمه قابل قبول و دقت بالا دست یافته است.
کلیدواژه ها:
شبکه عصبی مصنوعی بازگشتی (2ANN) ، حافظه طولانی کوتاه مدت (LSTM) ، پردازش تصویر ، اعداد دست نویس فارسی
نویسندگان
علیرضا نادری
دانشجوی کارشناسی ارشد مهندسی کامپیوتر گرایش نرم افزار- گروه مهندسی کامپیوتر، دانشکده فنی و مهندسی، واحد کرمانشاه، دانشگاه آزاد اسلامی، کرمانشاه، ایران
مریح حبیبی
عضو هییت علمی دانشگاه آزاد اسلامی کرمانشاه- گروه مهندسی کامپیوتر، دانشکده فنی و مهندسی، واحد کرمانشاه، دانشگاه آزاد اسلامی، کرمانشاه، ایران